Лингвистическое обеспечение АБИС

От выбора лингвистического обеспечения  зависит совместимость языковых средств данной ИПС с другими, а значит и возможности информационного  поиска в них, поскольку совместимость  лингвистического обеспечения - это  возможность использования в  ИПС поисковых образов документов на одном ИПЯ, а поисковых предписаний  на другом, а также возможность  автоматического или ручного  перевода поискового образа документа  с одного ИПЯ на другой. Создание единого информационного пространства АПК подразумевает возможность  использования любых ИПС для  получения нужной информации с любого, подключенного в единую информационную сеть терминала. Для того, чтобы поиск  в этих информационных ресурсах был  возможен, прост и оперативен, необходимо разработать в каждой библиотеке оптимальное лингвистическое обеспечение, позволяющее осуществлять переход  из одной ИПС в другую легко  и комфортно для пользователя.

 Виды ИПЯ, которые выступают в качестве средств лингвистического обеспечения АБИС:

– язык обработки библиотечно-библиографических  данных;

– классификационные  языки;

– дескрипторные  языки;

– язык авторитетных файлов;

– объектно-признаковые  языки;

– язык орфографического контроля и транслитерации;

– языки  запросов и манипуляции данными.

Семантическое богатство  ИПЯ-зависит от его терминологической наполненности, структуры построения и от взаимоотношений лексических единиц, составляющих лексику, словарный состав ИПЯ. Лексическая единица (ЛЕ) информационно-поискового языка — это обозначение отдельного понятия, принятое в нем. ЛЕ каждого ИПЯ называются пО-раз-ному: в классифицированных системах — это индексы, в языке предметных рубрик — рубрики, в дескрипторных языках — дескрипторы, в языке ключевых слов — ключевое слово. По тому, жакие ЛЕ используются в ИПЯ, различают словарные и кодированные ИПЯ. В словарных ИПЯ (тезаурус) используются элементы естественного языка, и перевод на естественный язык не требуется. В кодированных ИПЯ (УДК, ББК) индексы или рубрики сопровождаются таблицей соответствия, то есть каждой ЛЕ на искусственном языке дается словесное ее выражение на естественном язьже. Основу лексики любого ИПЯ составляют термины, являющиеся носителями научной информации в текстах документов. Любой ИПЯ создается на основе терминологии определенной области знаний.

Разработка ИПЯ проходит несколько этапов: отбор лексических единиц; процесс нормализации лексики; систематизация и группировка лексики; построение классификационных схем; оформление лексики ИПЯ.

Этап отбора лексических  единиц особенно важен в процессе создания информационно-поискового языка, поскольку от него зависят возможности данного ИПЯ: терминологическая наполненность, соответствие уровню развития науки, отражаемой в нем, а значит, и поисковые возможности данного ИПЯ. Отбор ЛЕ происходит в процессе аналити-ко-синтетической обработки документов на этапе аннотирования, систематизации индексирования.

ИПЯ неразрывно связан с  процессом аналитико-синтетической обработки информации, поскольку на этом этапе раскрывается Tef матическое содержание документа, происходят свертывание информации, представленной в нем, и ее перевод на формализованный язык, позволяющий внести информацию^ ЭК, а затем вести в нем поиск. Прежде чем информация предстанет в виде элементов ИПЯ, она проходит семантическую, то есть смысловую обработку. Текст, представленный на естественном языке, анализируется с точки зрения его содержания, В ходе осмысления содержания текста документа человеком (семантической обработки) происходит отбор наиболее значимых, основных"тем документа, а затем их перевод с естественного на искусственный язык. При этом точность и полнота перевода зависят от возможностей ИПЯ, от уровня разработки его лексического и терминологического аппарата, наличия правил этого перевода.

Таким образом, именно ИПЯ  является основным компонентом любой  ИПС, без которой она превращается только в беспорядочный «сундук» информации.

В традиционной ИПС использовались ИПЯ, разработанные для карточных каталогов; наибольшее распространение получили Универсальная десятичная классификация (УДК) и Библиотечно-биб-лиографическая классификация (ББК). Однако использование их в автоматизированных системах пока не обеспечивает эффективного поиска. Вместе с тем существуют ИПЯ,специально разработанные для автоматизированных ИПС и для автоматизированного поиска: рубрикаторы, тезаурусы. При создании электронных каталогов, автоматизированных ИПС перед библиотеками встает задача выбора ЛО и ИПЯ, которые будут использоваться в них.

Как правило, в одной  информационно-поисковой системе используются несколько ИПЯ, поэтому встает вопрос об их совместимости. В условиях одной ИПС эта проблема решается, если все документы, входящие в ее документный поток, индексируются на всех ИПЯ, используемых в данной поисковой системе. Для достижения совместимости в одной ИПС следует обеспечить единую методику индексирования на всех ИПЯ этой системы, а также добиться унификации и' стандартизации языковых средств, и поддерживающих компонентов ЛО.

Использование нескольких ИПЯ в одной ИПС объясняется  тем, что каждый из языков предназначен для выполнения определенных функций в ней, а также осознанием того, что не может быть создан единый ИПЯ, выполняющий одновременно все функции лингвистических средств и все задачи, стоящие перед информационно-поисковой системой. Одновременное использование нескольких информационно-поисковых языков обеспечивает ^быстрый и разнообразный доступ потребителя к информационным ресурсам в зависимости от его знания какого-либо из ИПЯ и от того, какого рода информация ему нужна и для каких целей. Все это относится к решению проблемы узкой совместимости в рамках одной ИПС.

Проблема совместимости  средств ЛО различных ИПС стала  особенно актуальна с развитием  информационных сетей. Поскольку каждая ИПС использует свои ИПЯ, то обмен информацией между информационно-поисковыми системами затруднен из-за несовместимости этих ИПЯ. Различают средства и методы достижения лингвистической совместимости. К средствам ее обеспечения относятся рубрикаторы, классификаторы, библиотечные форматы записи, тезаурусы и нормативные словари, конверторы, необходимые для перевода информации из одной формы ее предоставления в другую. К основным методам совместимости лингвистических средств относят: методологическую совместимость; стандартизацию и унификацию языковых средств; создание общесетевых универсальных ИПЯ; сопряжение языковых средств; методы конверсии языковых средств; сосуществование разных ИПЯ в сети.

Методическая совместимость  — это разработка единых принципов  создания и ведения ЛО отдельных  ИПС, входящих в одну информационную сеть; разработка нормативных документов, определяющих структуру и состав ЛО участников сети.

Стандартизация — это  разработка единых стандартов, позволяющих произвести унификацию отдельных элементов БО, ИПЯ, терминологии.

Универсальные (общесистемные) языки должны обеспечить единообразие формирования информационных массивов. Примером создания универсальных языковых средств является разработка Государственного рубрикатора научно-технической информации (ГРНТИ).

Метод конверсии, то есть преобразование записей на одном информационно-поисковом языке в записи на другом ИПЯ автоматизированными средствами, реализуется созданием таблиц соответствия. Например, в отраслевом рубрикаторе Центральной научной сельскохозяйственной библиотеки (ЦНСХБ) каждой рубрике Рубрикатора приписан индекс УДК.

Сосуществование языковых средств предполагает параллельное использование нескольких ИПЯ в одной ИПС. Анализ 10 важнейших библиотечных процессов (комплектование, учет библиотечных фондов, библиографическое описание произведений печати, систематизация (или предметиза-ция), организация библиотечного каталога, техническая.,обработка документов, работа с фондом, обслуживание читателей, работа МБА, справочнр-библиографи-ческая и информационная работа) показывает, что ИПЯ в той или иной степени используются в каждом из перечисленных процессов, кроме того, существует прямая зависимость между качеством лингвистических средств и эффективностью используемой биб-лиотечно-библиографической технологии. Следовательно, изменение или расширение функций автоматизированной библиотечной системы связано в первую очередь с реальным выбором комплекса ИПЯ, усилением семантической силы используемых информационно-поисковых языков.

Исследователи отмечают, что, несмотря на существенные достижения в области интерактивных систем (генерация БД, возрастание скорости передачи информации), совершенствование и упрощение поисковой процедуры достигнуто лишь в части автоматизации механических, рутинных процессов интерактивного поиска. Что касается связанных с ним интеллектуальных процессов, то они автоматизацией охвачены слабо или фактически не охвачены. Другими словами, интерактивный поиск дает быстрые результаты по поиску по простейшим элементам базы обслуживания (БО): автору, названию, но тематический поиск, который является интеллектуальным, остается слабым звеном. В исследованиях по анализу эффективности работы интерактивных систем отмечено, что наибольшее влияние на результаты поиска оказывают именно интеллектуальные операции: определение предмета, области поиска, выбо|| базы данных, выбор стратегии поиска и оценка его результатов Причем основная сложность заключается в выборе стратегии поиска, что напрямую связано с использованием лингвистических средств. В интерактивном режиме существует задача оптимизации методов поиска, его полноты, релевантности и скорости создания поискового предписания.

ЛО гарантирует формализованное описание содержания документов в ЭК и информационных запросов, что достигается при помощи комплекса ИПЯ. Классификационные и дескригггорные языки служат инструментом более тонкого анализа для проведения тематического поиска. Сочетание нескольких ИПЯ дает возможность проведения поиска по тематическим признакам, что обеспечивает его полноту и точность.

Результативность поиска в ЭК во многом зависит от выбора стратегии поиска; от лингвистических средств, используемых в данном ЭК; от качества индексирования документов на используемых в электронных каталогах ИПЯ. Семантическая обработка документа подразумевает полноту и точность перевода с естественного языка на ИПЯ, которые зависят от структуры, лексической наполненности и других возможностей информационно-поискового языка, разработанности правил этого перевода, от соответствия единиц естественного языка лексическим единицам ИПЯ. Именно от точности и единообразия описания исходной информации языковыми средствами зависит релевантность (степень соответствия содержания документа, найденного при поиске, содержанию информационного запроса) и полнота поиска.

Если известны источники  и реквизиты документа, то поиск  ведется по ЯБО, если нужен тематический поиск, то используются ОР, ИПТ, ЯКС.

В ИПС нашей библиотеки используется коммуникативный формат RUSMARC. Структура ЯБО богата поисковыми возможностями, заложенными в этом формате на БО, состоящем из 229 элементов данных. Эти данные позволяют идентифицировать разыскать документ по каждому из этих элементов. Чем полнее используются возможности коммуникативного формата, тем шире возможности поиска по формальным признакам документа.

Установлено, что поиск  только по БО может быть достаточно эффективен, так как заглавия пригодны для автоматизированного поиска. Эффективность поиска возрастает, когда к БО добавляется рубрики или индексы ИПЯ. Точность поиска в этом случае составляет 70 процентов, а полнота — 50 процентов. Точность поиска возрастает еще на 3— 5 процентов, если к этому добавляются ключевые слова и дескрипторы. БД с рефератами и/или аннотациями дает максимально эффективный поиск в автоматизированном режиме, поскольку возможен поиск по всем полям, то есть по всему тексту документа. Использование всех текстов документа (БО, аннотаций, рефератов) в качестве ПОД расширяет возможности поиска, так как в них выражены синтаксические связи между ключевыми словами.

Результативность тематических запросов зависит от ИПЯ, на котором они сформулированы. Запрос может быть сделан на естественном языке, то есть выражен известными пользователю терминами — научными или общеупотребительными, и какое-то количество нужных пользователю документов может быть найдено в качестве ключевых слов (КС) могут выступать отобранные из текста документа слова или словосочетания естественного языка, раскрывающие наиболее важные смысловые аспекты документа. Для пользователя поиск будет наиболее  эффективным,   если

формулировка его запроса  совпадет с дескрипторами ИПТ. ИПТ представляет собой. алфавитный перечень отраслевой терминологии, где отражены иерархические, синонимические и ассоциативные отношения между терминами (дескрипторами).

Использование дескрипторов ИПТ позволяет систематизатору  преодолеть такую особенность естественного  языка, как неоднозначность (одно и то же понятие может быть сформулировано по-разному), а всем специалистам в данной области — единообразно переводить слова естественного языка на ИПЯ. Это повышает вероятность того, что пользователь сможет найти данный документу! Благодаря тезаурусу, при поиске пользователь может использовать в запросе синонимы, в то же время в тезаурусе есть отсылка от синонима к основному термину, то есть документ все равно будет найден по основному термину.

При индексировании документов КС индексатор в целях обеспечения полноты отражения понятий и релевантности поиска выбирает именно дескрипторы ИПТ, однако бывает, что используемый автором исходного документа термин является очень узким и специфичным либо редко встречающимся в специальной литературе, и поэтому, естественно, что он еще не нашел отражения в ИПТ. В этом случае индексатор может отразить понятие в виде КС, которое считает оптимальным. Понятно, что термины ИПТ все индексаторы напишут одинаково, а формулировки прочих КС теоретически могут оказаться не совпадающими, и тогда пользователь не сможет найти часть документов. Для предотвращения подобных ситуаций в нашей библиотеке постоянно ведется работа по унификации написания КС, составляется картотека КС, фиксирующая согласованные формулировки КС, принимаются методические решения, которые заносятся в специальные рекомендации по индексированию на языке ключевых слов.