Голицына О.Л., Максимов Н.В. Информационные системы

Подождите немного. Документ загружается.

большинстве случаев обеспечивает эффективность подачи информации,

однако не дает представления о вариантности ситуации и возможных

альтернативных или дополнительных аспектах.

В зависимости от формы представления информационной потреб-

ности (виду запроса) и учитывая историю развития информационных

систем, можно выделить два вида “магистральных” направлений поис-

ковых стратегий.

Большинство промышленных АИПС обеспечивают поддержку

традиционной

вербальной стратегии, отличительной чертой которой

является обязательное построение завершенного, логически и синтакси-

чески правильного выражения

, посредством которого может быть полу-

чена выдача формально релевантных запросу документов.

Другим видом стратегии является

кластерная, обобщающая поня-

тие "документ" или "совокупность документов" до уровня запроса. Та-

кой подход основывается на предположении, что документ, его фраг-

мент или группа документов может рассматриваться не только как ре-

зультат поиска, но и как средство навигации, т.е. некоторый поисковый

образ. Технологии, поддерживающие кластерные стратегии, в значи-

тельной мере позволяют сократить объем просматриваемой при поиске

информации за счет определения на основе знаний пользователя групп

документов для эффективной идентификации его потребностей.

В этом смысле сопоставление классических АИПС и гипертексто-

вых систем сводится не к состоянию конкурирования, а к взаимно не

исключающей альтернативности.

С появлением технических возможностей реализации полнотек-

стовых ИС альтернативность выбора “стратегических” технологических

решений практически перешла в плоскость экономических критериев о

степени насыщения документов ссылками и определении пределов раз-

меров словарей для индексирования всех или отдельных полей докумен-

тов. Наиболее показательным примером является WWW-технология

Internet, где массивы документов изначально создаются по гипертексто-

вой технологии, а в дальнейшем строятся индексы, реализующие “клас-

сические” технологии ИПС.

7.5.1.2. Методы поиска

Методы поиска, т.е. выделение подмножества документов, потен-

циально содержащих описание решения задачи ОД, являются отражени-

ем процесса нахождения решения и зависят от характера задачи и пред-

метной области.

Если не рассматривать семантические проблемы смысловыраже-

ния, оптимизационная задача АИС - это минимизация совокупных вре-

менных затрат за счет снижения суммарного объема выдач, просматри-

ваемых потребителем.

Рассматривая поиск как итеративный процесс, методы сокращения

пространства перебора (просматриваемого подмножества) образуют по

существу методологическую основу стратегии поиска и могут быть раз-

делены на следующие классы:

− методы поиска в одном пространстве (обычно, тематическом);

− методы поиска в иерархически упорядоченном пространстве;

− методы поиска в альтернативных пространствах;

− методы поиска в динамическом (изменяющемся в процессе по-

иска

) пространстве.

Для случая документальных ретроспективных БД наиболее акту-

альными являются два первых случая, где в свою очередь можно выде-

лить следующие подклассы:

− поиск методом уточнения / расширения области;

− поиск с использованием абстрактных пространств (динамически

выделяемых в соответствии с некоторым фиксированным набором при-

знаков);

− поиск с использованием метапространства (динамическое опре-

деление набора признаков для выделения подпространств), т.е. с пере-

определением метода поиска.

Учитывая опосредованность процесса извлечения информации из

БД, можно сказать, что практически всегда процесс выполняется в два

этапа (что соответствует и числу сторон - участников процесса). Первый

этап - автоматизированный отбор документов по формальному крите-

рию, в той или иной степени полно и точно соответствующих информа-

ционной потребности (предпочтительно более полно, хотя и менее точ-

но), и второй - "ручной" отбор с непосредственным просмотром.

К методам поиска необходимо относить все функциональные ре-

шения - от методов сопоставления ПОЗов и отбора документов по неко-

торому критерию смыслового соответствия (КСС) до методов упорядо-

чивания документов в выдаче, включая использование результатов по-

иска для реформулирования запроса.

Отбор документов по формальным критериям. Понятие мето-

да

отбора документов по существу сводится к понятию критерия смы-

Например, предлагаемый в [Borlund1997] метод основан на концепции "моделированной ситуации

рабочей задачи" и привлечения к оценке эффективности результатов поиска реальных конечных

пользователей. Метод базируется также на смешивании моделированных и реальных информацион-

ных потребностей и предполагает использование для оценки результатов как группы испытуемых,

так и индивидуальных планов экспертной группы. При оценках различается тематическая и ситуаци-

онная релевантность. Учитывается также динамический характер информационных потребностей,

которые у одного и того же потребителя могут со временем существенно изменяться.

Например, в [Ingwersen1998] анализируются четыре метода информационного поиска (булева ло-

гика с точным совпадением, расширенная булева логика, вероятностный поиск, поиск по кластерам),

рассматриваемые в связи с характером информационной потребности (уточнение - пользователю из-

вестны какие-то библиографические признаки нужного ему документа; тематический поиск - пользо-

ватель может сформулировать тематику своего запроса в адекватных понятиях и терминах; неопреде-

слового соответствия. По признаку использования мер близости (полно-

му или частичному совпадению поисковых образов) методы можно раз-

делить на две группы.

Методы первой группы в основном используются для реализации

традиционного поиска по булевому выражению.

Второй группе соответствуют многочисленные реализации фор-

мальных моделей, таких как поиск, использующий векторные меры бли-

зости; весовой поиск и поиск по нечетким множествам; кластерный по-

иск; сетевые модели и модель распространяющихся активизаций (к по-

следним также можно отнести модель детерминированного гипертек-

ста).

Упомянутые методы достаточно хорошо проработаны и широко

распространены для ИПЯ дескрипторного типа, когда смыслообразую-

щей единицей является слово естественного (в том числе и нормализо-

ванного) или искусственного (например, классификационного) языка. То

есть, сопоставляемыми в критерии объектами являются подмножества

семантически связанных дескрипторов, в совокупности обозначающие

характерные признаки объекта и таким образом позволяющие реконст-

руировать его образ.

Несколько иные возможности предоставляют языки описания

данных (и, возможно, некоторые ИПЯ), которые позволяют включать в

качестве информационных компонентов такие поисковые средства, как

явные или опосредованные ссылки на документы или их подмножества.

Наиболее распространенными примерами являются гипертекстовые

структуры, где можно выделить следующие структурно-

технологические решения реализации ссылок:

− непосредственные ссылки - детерминированный гипертекст, свя-

зывающий в явной форме фрагмент одного документа с другим доку-

ментом;

− опосредованные ссылки, устанавливаемые динамически, напри-

мер, через некоторый нормализованный словарь или словарь поискового

поля;

− динамически разрешаемые ссылки, определяемые поисковой

функцией в контексте семантического поля документа или кластера до-

кументов.

Методы построения поискового образа запроса. Выбранные

КСС в сочетании с языковыми средствами определяют способ представ-

ления информации в АИС и таким образом предопределяют методы по-

строения ПОЗа. Однако значительное влияние имеет и характер цели

ленный поиск - пользователь хочет получить информацию о понятиях и отношениях в малознакомой

ему тематической области. В случае уточнения наиболее эффективен поиск на точное совпадение.

При неопределенном

поиске лучше применять кластерные методы. Для тематического поиска реко-

мендуется использовать кластерные или вероятные методы (при наличии общей формулировки - в

сочетании) и расширенную булеву логику.

(объекта) поиска. Можно было бы считать, что это влияние должно пол-

ностью учитываться на стадии выбора КСС и проектирования информа-

ционного и лингвистического обеспечения, однако, для такой системы,

как документальная БД, можно говорить только о возможном преобла-

дании (статистически) какого-то типа неопределенности. То есть, реали-

зуемый метод построения ПОЗа должен обеспечивать более или менее

эффективные способы построения запроса для достижения целей раз-

личного типа.

В соответствии с приведенной ранее типологией "чистых" страте-

гий поиска рассмотрим особенности методов построения запроса.

Стратегии, определенные как вербальные, ориентированы на

структурные методы построения запроса, когда объект поиска достаточ-

но хорошо определяется как известной, так и неизвестной стороной.

Этому соответствуют поисковые ситуации, когда субъекту поиска из-

вестен аналог, или предмет поиска хорошо определяется в системе по-

нятий предметной области.

В этом случае процесс построения запроса основывается на струк-

туризации (декомпозиции объекта и синтезе понятий) объекта и смеж-

ных областей и дальнейшей редукции синтагматических связей между

понятиями к отношению "совместной встречаемости".

Традиции естественнонаучной систематизации, основанные на по-

строении древовидных структур, обуславливают "естественность" по-

строения дерева понятий, хорошо определяемого логическими выраже-

ниями, где в качестве операндов используются наименования понятий,

которые в свою очередь достаточно просто обозначаются логически-

подобными выражениями в рамках конкретного ИПЯ.

Такой "естественный" и методически завершенный процесс реали-

зуется следующими шагами (соответствующими уровням представления

объекта):

− формирование понятийного образа с выделением основных и

ассоциативных понятий (аналог, смежный, противоположный);

− построение дерева (сети) понятий;

− нормализация сети понятий и редуцирование связей до "совме-

стной встречаемости";

− терминологическое (естественнонаучное) определение поня-

тий;

− обозначение терминологических определений понятий средст-

вами ИПЯ.

Кластерные стратегии тяготеют к построению "собирательного

образа" некоторой части предметной области, границы которой либо

предопределены при создании БД (чаще всего реализованы в виде сис-

тематических указателей к массивам), либо определяются динамически

в процессе поиска.

В этом случае процесс построения запроса почти сливается с про-

цессом построения выдачи, т.е. отсутствует явная граница - момент, до

которого формируется запрос (например, поисковое предложение) и по-

сле которого выполняется отбор документов из базы данных по крите-

рию соответствия. В качестве запроса могут выступать как отдельный

документ, так и кластеры документов, а отбор производится "по подо-

бию" - близости (схожести) формы или содержания.

В простейшем (но наиболее распространенном) случае основой

для построения мер близости являются дискретные модели, опирающие-

ся на понятие множества (терминов и документов). Именно термины и

документы в отдельности или их упорядоченные подмножества являют-

ся технологическими, интерфейсными объектами, обеспечивающими

возможность управления поиском.

Управление процессом поиска, начинающегося с любого, может

быть самого простейшего, вхождения в предметную область (например,

через иерархический указатель), построено по принципу "обратной свя-

зи" [Сэлтон1973], когда каждая выдача системы (как термины, так и до-

кументы) оценивается на соответствие теме и используется в качестве

запроса для следующей итерации отбора - так называемый метод ре-

формулирования запроса по обратной связи.

Для "простых поисков" (и "простых" пользователей) кластерные

стратегии эффективны чаще всего за счет простоты представления мас-

сива, предопределенного иерархиями классификаций, рубрикаций и ука-

зателей ПрО.

Для сложных поисков с высокой степенью неопределенности объ-

екта поиска кластерные стратегии, не требующие предварительного по-

строения точного выражения, позволяют выделить кластеры, содержа-

щие нужные документы. Кроме того, эшелонирование выдач обеспечи-

вает пользователя дополнительной информацией, позволяющей форму-

лировать более объективные оценки качества поиска и, соответственно,

иметь более обоснованные решения о завершении процесса поиска.

Методы обработки результатов поиска.

По характеру преобра-

зований (в контексте дальнейшего использования результатов обработ-

ки) методы обработки результатов поиска можно условно разделить на

две группы:

− структурно-форматные преобразования;

− структурно-семантические преобразования (информационно-

аналитические, логико-семантические).

Структурно-форматные

преобразования обеспечивают необхо-

димое разнообразие форм представления информации как на уровне от-

дельных документов, так и на уровне их совокупностей.

Такие преобразования реализуются:

− методами, обеспечивающими селективность выбора данных на

уровне полей и агрегатов данных - внутри документа, и на уровне поме-

ченных подмножеств документов - внутри совокупности наборов доку-

ментов (например, выдач по отдельным запросам);

− методами представления (пространственного размещения) ин-

формации, включая методы "масштабирования" - возможностью иметь

сокращенную форму, позволяющую свернуть, например, документ до

одной строки, а выдачу - до одного экрана, обеспечивая локализацию

области восприятия информации и создавая некоторую "образность";

− методами упорядочения как по структурным параметрам (на-

пример, значениям отдельных полей документов), так и по семантически

значимым параметрам, например мерам близости в пространстве "тер-

мин-термин" или "документ-документ".

Структурно-семантические

преобразования должны обеспечить

пользователя (субъекта управления процессом поиска) информацией,

необходимой для развития процесса поиска, например, путем реформу-

лировки запроса по обратной связи или информацией для принятия

обоснованного решения о достаточности полученного результата или

прекращении процесса по причине несоответствия профиля базы дан-

ных теме запроса.

Соответственно, эти методы можно разделить на две группы:

− информационно-аналитические, т.е. обобщающие результаты,

например построением распределений, статистически характеризующих

выдачу или множество терминов. Такие количественные характеристики

могут использоваться для принятия решения “в целом” (как внешняя не-

зависимая статистическая экспертиза);

− логико-семантические, т.е. обеспечивающие межуровневые

преобразования информации (например, преобразования лексики доку-

ментов некоторого семантически связного кластера в кластеры ранжи-

рованных словников).

Поисковые методы, таким образом, образуют интерфейсный слой,

а при проектировании программного обеспечения АИПС - определяют

требования к «внутрисистемным» методам организации и поиска дан-

ных.

7.5.2. Технологии поиска и обработки результатов

Так же, как и методы поиска, технологии, используемые в АИС,

необходимо рассматривать, с одной стороны, в контексте этапности об-

работки запроса, и с другой стороны - как управляемый пользователем

процесс получения и преобразования операционных объектов в среде

конкретного программно-технологического комплекса. Соответственно,

интерфейсные объекты как средства управления можно разделить по от-

ношению к базе данных на

основные и технологические.

Основными будем считать «необходимые» объекты – документы и

запросы.

Технологическими – все те объекты, которые являются вспомога-

тельными, обеспечивающими эффективность доступа как с точки зрения

быстродействия, так и удобства. Такие объекты могут являться физиче-

ской частью БД – словари, схемы, или временно создаваться, например,

списки запросов, словники и т.д.

Технологии поиска.

Технологии поиска (и как итог - получения

выдачи) объединяют два процесса:

- процесс объявления (выражения, обозначения) пользователем

информационной потребности;

- процесс построения системой информационного массива - мно-

жества документов, выдаваемых пользователю в ответ на поисковое

требование.

Технология генерации выдачи полностью определяется архитек-

турой программного и информационного обеспечения конкретной сис-

темы.

В этом смысле выделяются два класса систем:

диалоговые и па-

кетные

. В первом случае технология ориентирована на работу в реаль-

ном масштабе времени, а условие отбора по одному запросу соотносится

со всеми поисковыми образами документов (если база данных не имеет

инвертированных массивов, являющихся избыточными по отношению к

основному). При пакетной обработке запросов, предназначенной для ис-

пользования в системе избирательного распределения информации, ка-

ждый поисковый образ документа (чаще всего при поступлении в сис-

тему) соотносится с поисковыми образами всех запросов.

Разнообразие технологий подготовки запроса, таким образом, в

основном относится к диалоговым системам, обеспечивая (в той или

иной степени) не только эффективность вхождения в базу, но и качество

поиска в целом.

В контексте понятия “выражение запроса“, как главного (основно-

го) операционного объекта можно определить три типа не взаимоисклю-

чающих технологии его спецификации

− непосредственного набора булевоподобного выражения;

− формирования булевоподобного выражения с помощью “кон-

структора запросов”, облегчающего использование словарей, имен по-

лей и операторов структурно-логической связи;

− форматно-ориентированных форм генерации “запроса по об-

разцу”.

Технологии обработки результатов поиска.

Возможности

АИПС по обработке результатов поиска можно рассматривать в сле-

дующих аспектах:

− управление формой представления документов и списков до-

кументов (оперативное изменение формата и наполнения, фрагментиро-

вание);

− управление последовательностью выдачи (сортировка, ранжи-

рование, оперативные переходы с возвратами, “закладки”);

− локализация результата на уровне отдельного документа или

совокупности (отметка степени соответствия информационной потреб-

ности);

− использование фрагмента документа, ссылки на документ или

совокупность документов в последующих запросах, а также для разви-

тия процесса поиска;

− использование результатов поиска для оценки качества поиска.

Развитые средства обработки результатов поиска предопределяют

возможность разработки средств и технологий автоматической или ав-

томатизированной реформулировки запроса.

Методы ранжирования документов в выдаче основываются на ис-

пользовании количественных мер, отражающих либо статистику встре-

чаемости

и взаимосвязи терминов в документах, либо статистику

взаимосвязи документа с другими документами в выборке или в пред-

метной области

Интерфейсные решения средств подготовки запроса будут рассмотрены в следующей главе.

Например, в [Courtois1999] проведен сравнительный анализ методов ранжирова-

ния результатов поиска использующих три стратегии. Первая предполагает наивыс-

шее ранжирование документов, содержащих все перечисленные ключевые слова или

термины. Вторая предоставляет наивысший ранг документам, которые содержат все

заданные термины в рамках одного предложения или фразы. Третья стратегия пре-

дусматривает наивысшее ранжирование тех документов, которые содержат заданные

термины в своих заголовках, резюме или аннотациях. На основании проведенных

экспериментов сделан вывод о том, что наиболее точное ранжирование (соответст-

вующее пользовательским оценкам релевантности результатов) обеспечивает первая

стратегия, а наименее точное - третья стратегия.

Технологии управления. Управление процессом поиска для диалого-

вых АИС определяется:

− разнообразием операционных объектов и средств их обработки,

определяющих возможные методы получения результата и особенности

его представления;

− интерфейсными решениями (зависящими от архитектуры про-

граммно-технического комплекса), определяющими степень гибкости сце-

нария и его управляемость как пользователем так и системой.

Рассматривая поиск в контексте понятия «стратегия» и представляя

его как динамический процесс с изменяющимися состояниями сторон диа-

лога (пользователь - система), можно (хотя и очень условно) выделить три

типа поисковых технологий:

− технологию “запрос-ответ”, как реализацию истинно вербальной

стратегии;

− технологию “ накопления результата”, когда система позволяет не

только использовать ссылки на результаты отдельных поисков, но и полу-

чать сам результат способом, отличным от запросно-ответного;

− технологию “распространяющейся активности”, позволяющую не

только изменять способ получения результата, но и изменять цель - пред-

мет поиска, обеспечивая как дифференцированное использование резуль-

татов, так и восстановление поисковой ситуации.

7.5.3. Поисковые интерфейсы

Пользовательский интерфейс – это «совокупность информационной

модели проблемной области, средств и способов взаимодействия пользова-

теля с информационной моделью, а также компонентов, обеспечивающих

формирование информационной модели в процессе работы» [Гультя-

ев2000].

Интерфейс информационной системы как пользовательское средство

управления процессом поиска - это комплекс компонентов (операций и

технологических объектов), возможно, объединенных в блоки по функцио-

нальному или какому-либо другому принципу и реализованный в виде сис-

темы команд, меню или сценариев.

С другой стороны (проектировщика), интерфейс - это целесообразная

реализация совокупности операционных объектов и механизмов, обеспечи-

вающих необходимый уровень избирательности вхождения в предметную

область базы данных и должный уровень управляемости процессом для

достижения его сходимости (или, по крайней мере, определенности усло-

вий его завершения). При наличии пользователей различных категорий

система должна обладать средствами выбора пользовательского интерфей-

са, удовлетворяющего требованию необходимого и достаточного умень-

шения сложности для пользователей различных категорий.

Интерфейс с точки зрения психологии восприятия должен «отражать

не только отдельные объекты и их взаимосвязь в данный момент времени,

но и те изменения, которые происходили в предшествующие моменты, а

также тенденцию дальнейших изменений» [Ломов1986]. Т.е., восприятие

интерфейса пользователем включает элементы предвосхищения действий и

состояний, обеспечивая возможность своевременности действий и их оп-

тимизацию.

Управление системой (посредством интерфейса) предполагает нали-

чие у пользователя представления не только об отдельных технологиче-

ских объектах, но и о последовательности их использования. Такое пред-

ставление может быть следствием опыта (накапливания восприятия типо-

вых ситуаций) или появляться как следствие восприятия метафор

, яв-

ляющихся упрощенной моделью ситуации и использующих операционные

объекты иной (общепонятной) природы.

Эффективное же управление возможно только при наличии у поль-

зователя точной (адекватной) модели системы, построенной на основе вер-

бально-логического понятийного мышления с агрегированием (абстракци-

ей) и декомпозицией объектов на уровне понятий и использованием знако-

вых систем для фиксирования знаний и их передачи. В этом смысле выде-

ляют [Попов1987] следующие виды знаний:

- стратегические (знания о цели и плане ее достижения);

- структурные (знания о систематизации объектов предметной об-

ласти);

- поддерживающие (обеспечивающие восприятие или построение

правил взаимодействия).

При этом именно средства интерфейса должны «объяснить» [По-

пов1987] существо системы,

т.е. обеспечить основу и поддержку опреде-

ления стратегии поведения, а также соотнесения каждого действия, на-

правленного на получение результата, с обобщенной моделью процесса,

явно задать содержание каждого объекта и обосновать переход от пред-

посылок к выводам. В общем случае такое объяснение должно быть ин-

формативным, пригодным для всех типов пользователей, быть много-

уровневым и иметь ту или иную степени конкретности/абстрактности в

зависимости от ситуации.

7.5.3.1. Организация интерфейсных объектов

Для того, чтобы дать пользователю возможность оценить полноту

полученного результата (по сути, возможность управлять процессом по-

иска), необходимо предоставить специальные инструменты, позволяю-

щие обращаться к ранее полученным объектам и результатам. На уровне

интерфейса эти объекты должны быть отделены от средств поиска и ра-

боты с документами, чтобы пользователю проще было переключаться с

задачи своей основной деятельности (сбора информации для решения

задачи) на проблемы оценки своих действий и состояний.

Понимание метафоры всегда ситуативно и субъективно и его невозможно предвидеть.