Тема 7 Информационно-поисковые системы. ПРавила поиска информации. (4ч.)

1. Классификация информационно-поисковых систем.

2. Оценка эффективности информационного поиска.

3. Сравнительный анализ информационно-поисковых систем.

4. Структурно-функциональная организация типовой поисковой машины Интернет.

5. Поисковый сервис Интернет.

6. Простой и расширенный поиск информации в Интернет.

1. Классификация информационно-поисковых систем.

Информационно-поисковые системы (ИПС) подразделяются на три класса (рис.9.1): документальные, фактографические и ги­пертекстовые (ГИПС).

Документальные ИПС хранят и выдают сведения о докумен­тах, основное содержимое которых представлено в виде связан­ного текста на естественном языке (ЕЯ).

Признаки документа, отражающие его содержание в ИПС, называют поисковым образом, а признаки запроса к ИПС — по­исковым предписанием.

Процедура перевода документа и запроса в форму представ­ления, принятую в ИПС, связана с ее индексированием. При со­поставлении поискового образа и поискового предписания ис­пользуется тот или иной критерий смыслового соответствия (релевантности).

Рис. 9.1 Классификация информационно-поисковых систем

Основным объектом информационного фонда документаль­ной ИПС является аннотация (реферат) и библиографическое описание документа (книги, события, предмета). Реферат (анно­тация) выражается на ЕЯ и отражает основные характеристики документа, представляющие интерес для пользователей. Предпо­лагается, что в подобном описании можно выделить ряд слов и словосочетаний, число которых значительно меньше общего чис­ла слов в описании.

В то же время выделенная информация достаточно точно характеризует описание. Такие слова и словосочетания называются ключевыми словами или дескрипторами. Запрос к документаль­ной ИПС формулируется в виде перечня дескрипторов, которые, по мнению пользователя, характеризуют искомый документ.

При вводе в ИПС нового объекта (реферата) его дескрипторы автоматически включаются в словарь дескрипторов. Каждому дескриптору присваивается номер, называемый индексом деск­риптора. Совокупность индексов, соответствующих полному на­бору дескрипторов реферата, составляет его поисковый образ. Новый поисковый образ снабжается уникальным идентификато­ром и включается в массив поисковых образов. Тем же иденти­фикатором помечается новый реферат, заносимый в массив рефе­ратов.

Поиск в дескрипторной ИПС организуется следующим обра­зом. Запрос, сформулированный на ЕЯ, подвергается анализу, в рамках которого в нем выделяются дескрипторы, входящие в сло­варь дескрипторов. Их совокупность образует поисковое предпи­сание, соответствующее запросу. Оно сопоставляется с поиско­выми образами, в результате чего определяется их релевантность. Если поисковый образ и предписание релевантны, то из поиско­вого образа извлекается идентификатор реферата, выдаваемого пользователю.

Ответом на запрос является множество рефератов, соответст­вующих отобранным в процессе поиска идентификаторам.

В целях ускорения поиска для каждого дескриптора в слова­ре дескрипторов указывается список идентификаторов рефера­тов, в которых он встречается. Такая информационная структура ИПС называется индексом.

С помощью дескрипторов можно лишь приблизительно отра­зить смысл документов. Это же относится к переводу запросов в поисковые предписания. Документальный поиск относится к числу сложных информационных процессов, поскольку он связан с проблемой оценивания смыслового соответствия документа и запроса. Из-за субъективности и неоднозначности подобного оценивания этот вид поиска, в принципе, не может быть исчерпы­вающе точным и полным, в нем всегда будет присутствовать элемент нечеткости.

Развитием поиска по дескрипторам является полнотексто­вый поиск, где индекс формируется на основе всех слов и слово­сочетаний, содержащихся в документах, за исключением служеб­ных неинформативных слов.

В фактографических ИПС хранятся не документы, а собст­венно сведения (факты) об объектах предметной области. Подобные ИПС реали­зуются, в частности, на основе реляционных БД. С точки зрения обеспечения релевантности результатов поиска (выборки дан­ных) запросу фактографический поиск в отличие от докумен­тального является точным и полным.

В гипертекстовых ИПС кроме содержимого документов от­ражается их семантическая структура. Поэтому по глубине фор­мализации ГИПС занимают промежуточное положение между документальными и фактографическими ИПС.

Еще одно направление развития технологии документальных ИПС связано со структуризацией и унификацией сведений о до­кументах. Такие сведения по отношению к исходным документам играют роль метаданных. Примером метаданных служит биб­лиографическое описание, содержащее информацию об авторах документа, дате его создания, объеме, форме представления и т. д. Ключевые слова также относят к метаданным.

Поиск по метаданным сближает технологии документальных и фактографических ИПС. С одной стороны, метаданные пред­ставляют документы. С другой стороны, некоторые элементы метаданных допус­кают четкое определение релевантности запроса и записи в БД (экземпляра метаданных, ассоциируемых с конкретным докумен­том), что характерно для фактографических ИПС. В настоящее время хранилища метаданных обычно реализуются на основе ре­ляционных и XML-ориентированных БД и используют механиз­мы поиска, воплощаемые в соответствующих системах управле­ния БД (СУБД).