Гайдамакин Н.А. Автоматизированные информационные системы, базы и банки данных. Вводный курс Учебное пособие

Подождите немного. Документ загружается.

44.

Гипертекстовые

информационно-поисковые системы

НОГО раза (за исключением начальной и конечной, которые со-

впадают), то такой замкнутый путь называется циклом. При-

мер

гр'^Ф'!

приведен на рис. 6.14.

.01 =

Для алгебраического за-

дания графов, позволяющего

эффективно алгоритмизиро-

вать машинное представле-

ние и оперирование графами,

используются матрицы

смелсиости

ипциденций.

Элементы

(р..

матрицы смеж-

Рис. 6.14. Пример

иевзвешен-

^^^^ "^

графа

Сопредсляют-

пого

графа с петлями

циклами

ся

следующим образом:

(р.. =

если в (/существует дуга а..;

(р..= О, если в

(7не

существует дуга а...

Матрица смежности полностью определяет структуру гра-

фа. В частности, для графа, приведенного на рис.

6.14,

матрица

смежности выглядит следующим образом:

0 ^

Матрица ипциденций

О.

графа (7 с п вершинами и т дуга-

ми представляет собой матрицу размерности пхт и се элемен-

ты ст.. определяются следующим образом:

ст..

если вершина

л'.

является начальной вершиной дуги

а.;

ст..= -1, если вершинах является конечной верил-шой дугиа.;

ст..

= О, если вершина

.т.

не является концевой вершиной дуги

а.

или если дуга «является петлей.

291

Документальные

информационные системы

Графовая модель организации гипертекстовых данных яв-

ляется мощным инструментом, так как предоставляет ряд от-

работанных в теории графов алгоритмов для решения задач

анализа и синтеза структур гипертекстовых баз данных, нави-

гации и документального поиска в такого рода структурах.

Вместе с тем, как показала практика развития гипертек-

стовых структур, модель ориентированных невзвешенных гра-

фов с петлями и циклами является лишь приближенным сред-

ством отражения реального процесса восприятия и

ансшиза

че-

ловеком документальной текстовой информации, не учитывая

ряда гносеологических и семантических аспектов.

Анализ работы человека с документальными источниками

информации показывает, что ассоциативный ряд восприятия

фрагментов и документов не однороден.

Аесоциаптвиые

от-

ношения выражаются в нескольких формах, в качестве основ-

ных из которых можно отмстить:

(а) сноски (переходы к ним используются с целью поясне-

ния какого-либо термина, факта и т. д. с обязательным и ско-

рым возвратом, т. е. без прерывания контекста восприятия ос-

новного повествования, мысли, идеи);

(Ь) примеры (переходы по ним используются для иллюст-

рации частных проявлений объектов, процессов, явлений, и

также с обязательным и скорым возвратом без прерывания ос-

новного контекста);

(с) отступления, параллельные темы (переходы к ним

используются для обогащения основной темы с необязатель-

ным или нескорым возвратом, что может приводить к прерыва-

нию контекста изложения основной темы);

(с1)

подобие по форме

содерзкапию

(переходы

использу-

ются для более глубокого уяснения основной темы через ана-

лиз других подобных по форме, содержанию, структуре или

другим критериям тем, фрагментов, объектов, в том числе для

рассмотрения других точек зрения и подходов, с необязатель-

ным возвратом, что приводит к длительному прерыванию ис-

ходного контекста с возможным формированием нового кон-

текста);

292

6.4.

Гипертекстовые

информационно-поисковые системы

(е) особенности (переходы используются для рассмотре-

ния отличий конкретной темы или объекта изложения от по-

добных по форме или содержанию объектов с обязательным

возвратом без прерывания основного контекста);

(Г) подобие по сущности (переходы используются для по-

строения ассоциативного ряда подобных или однородных

объектов, являющихся частными

проявлениями

одного обще-

го явления процесса, объекта, возврат не обязателен, что при-

водит к прерыванию исходного контекста, в том числе и для

формирования более общего или более широкого контекста).

Перечисленные формы ассоциативных отношений опреде-

ляют необходимость дифференциации типов связей-гиперссы-

лок в гипертекстовых базах документов. По признаку прерыва-

ния контекста материала можно выделить два типа гиперссы-

лок:

• с прерыванием контекста, назовем их навигационны-

ми гиперссьшками;

• без прерывания контекста, т. е. с обязательным возвра-

том, назовем

ихлистовылш

гиперссылками.

Навигационные гиперссылки формируют ассоциативные

связи-отношения (с), (6) и (Г) типа. Переходы по павигациоп-

пым связям не имеют каких-либо пространственных и иных

ограничений и призваны формировать многоплановый

сю-

окетно-тематнческин

поток.

Листовые гиперссьшки формируют ассоциативные связи-

отношения (а), (Ь) и (е) типа. Переходы по листовым

гипер-

ссылкам ограничиваются единичной длиной к вершинам (уз-

лам), из которых нет другого выхода. Направленность дуг-свя-

зей по листовым гиперссьшкам является обратной по отношению

к навигационным гиперссылкам. Это означает, что прямой пе-

реход по ним осуществляется не в конкретное место отсылае-

мого документа, а в целом на документ (в начало) листовой вер-

шины, и наоборот, возврат в документ исходной вершины про-

исходит адресно, т. е. в место расположения листовой

гиперссылки.

293

6. Документальные информационные

систем ы

Кроме ассоциативных отношений при восприятии докумен-

тальных источников важную роль имеют и классификацион-

ные отношения фрагментов и документов в следующих ос-

новных формах:

«родо-видовая» иерархия (переходы используются для

углубления, детализации рассмотрения или выбора темы, фраг-

мента, сюжета);

II)

иерархически-логические соотношения в форме «ввод-

ный

материал—основной

материал — заключительный мате-

риал» (переходы используются для построения или изменения

логико-тематического повествования);

III)

ролевые

отношения, например такие, как «Объект-

субъект-средство-место-время-участники действия» и др. (пе-

реходы используются для формирования или расчленения це-

лостного представления сложных разноплановых явлений, про-

цессов, событий).

Реализация дифференцированного подхода к образованию

и использованию гиперссылок в открытых децентрализованно

развивающихся системах является непростой проблемой, так

как требует переработки и усложнения протоколов передачи и

использования гипертекста, т. е. массового принятия в сети но-

вых и более сложных правил всеми пользователями и разра-

ботчиками информационных узлов распределенной гипертек-

стовой информационной инфраструктуры.

Поэтому подходы, связанные с дифференциацией характе-

ра гиперссылок, нашли свое воплощение в первую очередь в

закрытых (локальных) гипертекстовых ИПС. В качестве при-

мера развитых в этом смысле гипертекстовых систем можно

привести информационно-справочные системы помощи в сре-

де ОС

М8

\Утс1о\У5.

Модель организации данных в гипертекстовых справоч-

ных системах

М1сго5оГ1

\У1пёо\У5 основана на сочетании диф-

ференциации ассоциативных гиперссылок и иерархического

принципа организации фрагментов

документов. Схематично

модель организации данных можно отобразить схемой, пред-

ставленной на рис.

6.15.

294

6.4.

Гипертекстовые

ииформацпоппо-поисковые

системы

Как видно из представленной схемы, данная модель соче-

тает апробированные и интуитивно

понятные

большинству

I-иерархичеосая

ссш1«а;

Щипертдютрвый

пр.адмётыийу|(ааат(И1Ь11 \

Страница верхнего уровня

раницы.ш1жи8га,уро:выя .

ш-

Лпижато

ииорх

шно

ш)

иорпрхи и

•7

•->

-7

• прямое

явиженеи

по

гиперосыша м

• обратное движение пошаговым

опатои

цепочке пройденных страниц

•

"аочо1с"из

любого места в

шрнещ ю

• только

возврат в

иоюдную

страницу

Рис.

6.15.

Модель организации данных в гипертекстовых спра-

вочных системах

М1сго$о/1

\Утс1ок.ч

пользователей по аналогии работы с книгой иерархическую

навигационную структуру (гипертекстовые оглавление и пред-

метный указатель) с дифференцированными ассоциативными

гиперссьшками,

выражающими рассмотренные выше различ-

295

6. Документальные

информационные

системы

ные типы ассоциации при изучении и восприятии

текстовой

информации.

Вместе с тем использование справочных гипертекстовых

систем все же не может полноценно заменить традиционные

книги и учебники, так как большинство таких систем не обес-

печивает привычный пользователю по обычным книгам после-

довательный повествовательный поток, разрывая его по про-

странственной или предметной иерархии, и, кроме того, требу-

ют от пользователя новых навыков работы с текстовой

информацией и более точного осознания в любой момент сво-

их информационных потребностей.

Как и в моделях организации фактографических данных, в

модели организации гипертекстовых данных важное значение

имеет целостная составляющая. Применительно к гипертек-

стовым данным целостность и согласованность данных озна-

чает, прежде всего, целостность ссылок и выражается следу-

ющим принципом — «для камсдой гиперссылки долз/сен су-

ществовать адресат». Иначе говоря, целостность

гипертекстовых данных выражается в отсутствии оборванных,

ведущих в «никуда» связей.

Контроль целостности ссылок возможен на основе созда-

ния и ведения единого централизованногорееа?7/?д гиперссы-

лок, как это и осуществляется в замкнутых гипертекстовых

базах. Специальный компонент программного обеспечения ги-

пертекстовой СУБД при удалениях документов (страниц) по

реестру гиперссылок находит имеющиеся в других докумен-

тах ссылки на удаляемый документ и аннулирует их.

В открытых распределенных гипертекстовых системах

реализация принципа целостности ссылок встречает существен-

ные трудности, так как децентрализованный принцип функци-

онирования таких систем затрудняет создание и ведение еди-

ного реестра гиперссылок. В случае распределенной гипертек-

стовой среды за информацию на любом узле отвечает отдельный

независимый пользователь, вольный по своему усмотрению

добавлять или удалять гипертекстовые страницы (документы).

Ввиду отсутствия централизованного реестра и однонаправлен-

296

(.4.

Гипертекстовые

ипформациоипо-понсковые

системы

ного^**

характера

гиперссьшок,

при удалении какой-либо гипер-

текстовой страницы пользователь не может знать, имеются ли

в других документах гиперссылки на удаляемую страницу. В

таких ситуациях

гиперссыпки

из других страниц, отсылающие

на удаляемые страницы, оказываются

оборвапнылш.

Еще более сложной проблемой является обеспечение со-

гласованности данных. Применительно к гипертекстовым си-

стемам согласованность данных заключается в

поддерзкании

адекватности семантики гиперссылок. Говоря иначе, долж-

на обеспечиваться устойчивость смысловых ассоциаций по ги-

перссылксш.

Однако если изменить содержание того докумен-

та, на который

отсьшает

гиперссылка из другого документа, то

смысловая ассоциация, закладываемая в гиперссылку, может

нарушиться, и в отсылаемом документе речь может пойти на

совершенно другую тему.

Тривиальное решение проблемы согласованности гипер-

текстовых данных заключается в запрете изменения

содерлса-

пия документов, после внесения их в гипертекстовую базу. Та-

кой подход применяется в некоторых системах на основе замк-

нутых гипертекстовых баз документов.

В открытых системах с децентрализованным характером

функционирования такой подход неприемлем. Вместе с тем

одним из возможных направлений решения этой проблемы яв-

ляется практикуемая в среде

\У\У\У

идеология «публикаций».

Среда

\У\\'\У

в этом смысле трактуется как гигантское элект-

ронное апериодическое издание, на страницах которого каж-

дый желающий может «опубликовать» свои документы. Про-

блема согласованности данных по гиперссылкам может решать-

ся в такой идеологии через введение в гиперссылки

темпоральных параметров существования и соответствующих

временных ограничений на содержательную изменчивость ги-

пертекстовых публикаций. Иначе говоря, могут быть опреде-

лены «времена э/сизни» гиперссылок, в течение которых гипер-

текстовые публикации не могут быть изменены. Однако, как

и в случае введения двунаправленного характера

гиперссылок,

" То есть

пшерссылка

находится в источнике отсылки, а

иа

отсылаемом адреса-

те никакой

информащи!

по гиперссылке нет.

297

6. Документальные

ниформационныс

системы

такой подход потребует перестройки протоколов и других со-

глашений в гигантской распределенной информационной инф-

раструктуре.

6.4.4. Формирование связей документов

в гипертекстовых ИПС

Еще одним важным

элементом

структуре

гипертексто-

вых ИПС является подсистема формирования связей докумен-

тов (см. рис.

6.12).

Как и в случае систем на основе индексиро-

вания документов, существует два подхода к формированию

связей документов в гипертекстовых ИПС

—ручной

и авто-

матизированный,

В первом подходе смысловые связи содержания документа

с другими документами системы определяются ссшим пользо-

вателем (автором документа, администратором и т. п.). Такой

подход имеет свои преимущества, так как пользователь уста-

навливает смысловые ассоциации нового документа с другими

документами базы на

основе

многоаспектного многокритери-

ального анализа

содерэ/сания

докул1ента,

что не может быть в

полной мере воспроизведено никакими автоматизированными

формальными или эвристическими алгоритмами.

Вместе с тем у ручного подхода имеется и ряд существен-

ных недостатков. Человеческие возможности по скорости и

объему смыслового анализа текстовых документов ограниче-

ны и не могут во многих случаях обеспечить приемлемые вре-

менные или организационные расходы на обработку и установ-

ление связей при больших потоках поступления документов в

систему. В качестве примера можно привести гипертекстовую

систему, агрегирующую в реальном масштабе времени поток

новостных сообщений информационных агентств и другие тому

подобные ситуации.

Однако даже если временных или иных ограничений на

ввод документов в гапертскстовую ИПС нет, то другой пробле-

мой является ограниченность человеческой памяти пользова-

теля (администратора) по содержанию введенных ранее в сис-

тему документов. Иначе говоря, пользователь, устанавливая ги-

298

6.4.

Гипертекстовые

информационно-поисковые системы

пертекстовые ассоциации нового документа, помимо смысло-

вого содержания вводимого

документа,

одновременно должен

представлять и помнить смысловое содержание всех других

ранее введенных в систему документов, что, конечно же, без

дополнительных классификационных или иных приемов в боль-

шинстве случаев нереально.

Кроме того, ручной подход, как и в случае индексирования

документов, требует определенной квалификации пользовате-

ля-анализатора в соответствующей предметной области ИПС,

что приводит к дополнительным проблемам.

Тем не менее в некоторых областях ручной способ уста-

новления гиперссылок сохраняет свое значение или является

единственно возможным. Это, прежде всего, касается среды

^V^VЛV в сети Интернет. Гипертекстовые ссылки публикуемых

на

\УеЬ-узлах

документов на другие документы Сети пользова-

тели определяют

сами^'-',

исходя из собственных представлений

об ассоциации своей страницы с другими публикациями и уз-

лами

\У\У\\'.

Вместе

тем такой подход не может по-настояще-

му полно и адекватно ассоциировать содержание публикуемой

страницы с ресурсами Сети, так как ни один пользователь или

\УеЬ-мастер,

конечно же, не может знать и представлять всех

ресурсов Сети. Отчасти эта проблема решается через так назы-

ваемые поисковые

^^ашины,

размещающиеся на известных всем

пользователям узлах

\У\У\У

и представляющие собой, как пра-

вило, сочетание информационно-поисковых класси(1)икацион-

ных каталогов и полнотекстовьгх ИПС, индексирующих все пуб-

ликации в

\У\У\У.

В этом случае гипертекстовые ассоциатив-

ные цепочки образуются через отсылку на узел поисковой

машины, а от него к релевантным документам, располагающим-

ся на других узлах сети.

Автоматизироваиный

подход к формированию

уста-

новлению гипертекстовых связей применяется в развитых

зсшкпутых

гипертекстовых ИПС. В основе автоматизации фор-

мирования гиперссылок лежит использование принципов

по-

^ Совместно с так пачывасмыми \\'еЬ-мастерам11 и

\\'еЬ-дмзайнерамн.

299

Документальные

информационные

системы

иска релевантных по смыслу документов, применяемых в си-

стемах на основе индексирования.

На практике применяются две основные технологии авто-

матизированного установления ассоциативных гипертекстовых

связей:

• технология поисковых образов документов на основе тех-

ники ключевых слов (терминов);

• технология

полнотекстового индексирования и поиска.

Использование технологии ключевых слов имеет несколь-

ко разновидностей. Один из вариантов предусматривает пред-

варительное создание для предметной области гипертекстовой

ИПС взвешенного словаря ключевых терминов. При вводе но-

вого документа в системе производится его индексирование по

словарю ключевых терминов и формируется ПОД. В простей-

шем случае в качестве ПОД используется суммарный вес тер-

минов, присутствующих в тексте документа. Далее поисковый

образ нового документа сравнивается с поисковыми образами

ранее введенных документов и при превышении определенно-

го порога «сходства» устанавливаются

гипертекстовые

связи с

соответствующими документами.

В другом варианте используется предварительно создан-

ная классификационная рубрикация

предмостной

области. С

каждой рубрикой связывается опять-таки предварительно со-

зданный набор ключевых терминов или их сочетаний. На ос-

нове входного индексирования производится соотнесение вво-

димого документа с той или иной рубрикой

на этой основе

устанавливаются гипертекстовые связи с соответствующей

группой документов.

Полнотекстовые технологии по сути аналогичны техни-

ке ключевых слов с учетом только более широкого текстового

базиса индексирования и использования тех или иных крите-

риев установления близости поисковых образов документов. В

некоторых системах практикуются полуавтоматизированные

технологии на основе полнотекстового поиска. В таких систе-

мах пользователь-анализатор выделяет из текста документа

наиболее

характерные

по его содержанию фрагменты, которые

300