WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


Pages:     || 2 |
ИНСТИТУТ «ОТКРЫТОЕ ОБЩЕСТВО» (ФОНД СОРОСА) Санкт-Петербургское отделение ИНТЕРНЕТ-ЦЕНТР Основы поиска информации в Интернете В.А.Капустин Методическое пособие Базовый курс:

Основы профессиональной работы с информационными ресурсами Интернет 1998 Санкт-Петербург 2 Основы поиска информации в Интернете Отказ от ответственности Несмотря на то, что были предприняты все усилия для того, чтобы данный документ был свободен от опечаток, ошибочных сведений и устаревших ссылок на ресурсы Интернета, Санкт-Петербургское отделение Института "Открытое Общество" не несет никакой ответственности за убытки, как прямые, так и косвенные, которые могут вызваны использованием этого документа.

Авторские права Данный документ предназначен для целей обучения и может свободно распространятся среди пользователей Интернета исключительно для индивидуального использования.

Авторские права на данный документ принадлежат Санкт-Петербургскому отделению Института "Открытое Общество".

© 1998 Институт "Открытое Общество".

Все упомянутые торговые марки являются собственностью их владельцев.

Институт "Открытое Общество" Основы поиска информации в Интернете 3 Содержание ВВЕДЕНИЕ..................................................................................................................................................... 4 ЭКСКУРСИЯ В ТЕОРИЮ ИНФОРМАЦИОННО-ПОИСКОВЫХ СИСТЕМ................................. 5 КЛАССИФИКАЦИОННЫЕ ИНФОРМАЦИОННО-ПОИСКОВЫЕ СИСТЕМЫ........................................................... 6 СЛОВАРНЫЕ ИПС.......................................................................................................................................... 8 Слова далекие и близкие........................................................................................................................ 10 Ранжирование результатов поиска.................................................................................................... Английский тезаурус Alta Vista............................................................................................................. WEB-КОЛЬЦА — ПРЕДМЕТНАЯ ИПС........................................................................................................... СТРАТЕГИЯ ПОИСКА.............................................................................................................................. НЕКОТОРЫЕ ИНФОРМАЦИОННО-ПОИСКОВЫЕ СИСТЕМЫ ВСЕМИРНОЙ ПАУТИНЫ Институт "Открытое Общество" 4 Основы поиска информации в Интернете Введение Поиск информации – задача, которую человечество решает уже многие столетия. По мере роста объема информационных ресурсов, потенциально доступных одному человеку (например, посетителю библиотеки), были выработаны все более изощренные и совершенные поисковые средства и приемы, позволяющие найти необходимый документ.

Сначала эти средства совершенствовались в каталогах и информационных отделах крупных библиотек. В 70-е годы XX века появились базы данных, доступ к которым сначала обеспечивался через модемное подключение, а затем по протоколу telnet через Интернет.

Стоимость работы с такими базами данных весьма велика. Например, одна минута работы с базой данных DIALOG (www.dialog.com) может стоить доллар, а вывод на экран одного элемента найденной записи (из, например, 70) – 20 центов. Такая высокая стоимость поиска информации потребовала создания эффективных приемов поиска.

Исследования по методам поиска информации публикуются в научных журналах. В нашей стране – в журнале "Научная и техническая информация" (НТИ), в США – в Journal of American Society of Information Systems (JASIS).

Все найденные за много лет средства и приемы поиска информации доступны и эффективны и при поиске информации в Интернет.

Библиотеки используют, в основном, три вида каталогов: алфавитные, систематические и предметные. Информационно-поисковые системы (ИПС) Интернет, при всем их внешнем разнообразии, также попадают в один из этих классов. Поэтому, прежде чем знакомиться с этими ИПС, посмотрим, как устроены абстрактные алфавитные (словарные), систематические и предметные ИПС. А для этого придется познакомиться еще и с некоторыми терминами из теории информационного поиска. Наша экскурсия в теорию окажется полезной при встрече с очередной ИПС (а в Интернет их несколько сотен) – в этих ИПС вы станете узнавать знакомые черты.

Институт "Открытое Общество" Основы поиска информации в Интернете Экскурсия в теорию информационно-поисковых систем Итак, АВТОР создает ДОКУМЕНТ. А у нас (у вас) возникает ИНФОРМАЦИОННАЯ ПОТРЕБНОСТЬ:

Информационная потребность Автор Документ Эта информационная потребность часто (как правило) даже не может быть точно выражена словами, и выражается только в оценке просматриваемых документов – подходит или не подходит. В теории информационного поиска вместо слова "подходит" используют термин "ПЕРТИНЕНТНЫЙ ДОКУМЕНТ", а вместо "не подходит" – "не пертинентный". Слово "пертинентный" происходит от английского "pertinent", что значит "относящийся к делу, подходящий по сути". Субъективно понимаемая цель информационного поиска – найти все пертинентные и только пертинентные документы (мы хотим найти "только то, что хотим, и ничего больше").

Эта цель – недостижима. Мы часто в состоянии оценить пертинентность документа только в сравнении с другими документами (конечно, если цель нашего поиска – редактор для Quake, а попался документ с кулинарным рецептом, то он явно непертинентен, но принять решение о пертинентности документа так просто удается далеко не всегда). Для того, чтобы было с чем сравнивать, необходимо некоторое количество непертинентных документов. Эти документы называются – "ШУМ". Слишком большой шум затрудняет выделение пертинентных документов, слишком малый – не дает уверенности в том, что найдено достаточное количество пертинентных документов (раз мы видим только пертинентные документы, нет никакой уверенности в том, что и среди тех документов, которые не попались нам на глаза, тоже не окажутся пертинентные). Практика показывает, что когда количество непертинентных документов лежит в интервале от 10% до 30%, ищущий чувствует себя комфортно, не теряясь в море шума и считая, что количество найденных документов – удовлетворительно.



Когда документов много, используется информационно-поисковая система (ИПС). В этом случае информационная потребность должна быть выражена средствами, которые "понимает" ИПС – должен быть сформулирован ЗАПРОС:

Институт "Открытое Общество" 6 Основы поиска информации в Интернете Авторы Информационная ИПС потребность Документ Запрос Документ Документ Ответ Запрос редко может точно выразить информационную потребность. Однако многие ИПС по разным причинам не могут определить, соответствует ли тот или иной документ запросу.

Степень соответствия документа запросу называется РЕЛЕВАНТНОСТЬЮ. Релевантный документ может оказаться непертинентным и наоборот. Известна (американская) ИПС, которая на запрос, состоящий из единственного слова "Russia" (Россия), выдает список документов, в первом из которых этого слова нет вообще, но зато есть слово "Gagarin". Этот документ нерелевантен, но пертинентен для массовой американской аудитории. В случае, когда ищется информация о шлюпочных якорях (кошках), запрос, состоящий из слова "кошка", почти в любой ИПС даст массу релевантных, но непертинентных документов.

Классификационные информационно-поисковые системы В классификационных ИПС используется иерархическая (древовидная) организация информации, которая называется КЛАССИФИКАТОРОМ. Разделы классификатора называются РУБРИКАМИ. Библиотечный аналог классификационной ИПС – систематический каталог. Классификатор разрабатывается и совершенствуется коллективом авторов. Затем его использует другой коллектив специалистов, называемых СИСТЕМАТИЗАТОРАМИ. Систематизаторы, зная классификатор, читают документы и приписывают им классификационные индексы, указывающие, каким разделам классификатора эти документы соответствуют.

Классический пример классификационной ИПС – Yahoo (www.yahoo.com). Едва появившись, Yahoo быстро завоевала признание качественной проработкой классификатора.

Сейчас в Yahoo работают более 100 систематизаторов.

Классификационные ИПС обладают рядом специфических недостатков. Уже разработка классификатора связана с оценкой относительной важности различных областей человеческой деятельности. Например, сравнивая классификаторы многих ИПС Интернет (таких, как Yahoo, Excite, Look Smart), замечаем, что во многих из них нет раздела "Наука". Любая оценка является социальным действием; она связана с обществом, культурой, социальной группой, к которым принадлежит человек, выносящий оценку.

Поэтому уже классификаторы, созданные разными коллективами в разных странах, могут иметь весьма различную степень полезности при поиске информации – все зависит от того, кто и что ищет. Но в создании классификационных ИПС участвуют еще и коллективы систематизаторов, также выносящих свои оценки о соответствии документов разделам классификатора.

Институт "Открытое Общество" Основы поиска информации в Интернете Разработчики классификатора Систематизаторы Классификатор Авторы Наука Документ Искусство Информационная потребность Документ Бизнес Документ Поисковик Развлечения Запрос Спорт Таким образом, при поиске информации с помощью классификационных ИПС возникает необходимость взаимодействия с другими культурами – культурами авторов, создателей классификаторов и систематизаторов.

Это непростая задача. Существует профессия, решающая эту задачу – переводчики.

Хороший переводчик переводит не только слова, но и то, что называется "культурные реалии". В случае информационного поиска соответствующий профессионал называется "ИНФОРМАЦИОННЫЙ БРОКЕР". Он владеет когнитологическими методиками, знает, как устроены классификаторы и как их интерпретируют систематизаторы. Эти знания позволяют информационному брокеру в беседе с вами изучить вашу информационную потребность и превратить ее в запрос. В библиотеках такие "информационные брокеры" работают в информационных и библиографических отделах. Информационные брокеры Интернет у нас в стране уже встречаются, хотя пока еще редко.

Библиографы, понимая, что читатели не всегда глубоко изучают классификации, положенные в основу систематических каталогов, выработали два приема, облегчающие жизнь читателям. Эти приемы носят название "ОТСЫЛКА" и "ССЫЛКА", и оба они применяются создателями классификационных ИПС Интернет.

Эти приемы используются в ситуации, когда документ может быть отнесен к одному из нескольких разделов классификатора, а лицо, осуществляющее поиск (поисковик), может не знать, к какому именно разделу.

Отсылка используется тогда, когда создатели классификатора и систематизаторы в состоянии принять четкое решение об отнесении документа к одному из разделов классификатора, а поисковик с определенной вероятностью в поисках этого документа придет в другой раздел. Тогда в этом другом разделе помещается отсылка ("См.") в тот раздел классификатора, в котором действительно размещена информация о документах данного типа.





Институт "Открытое Общество" 8 Основы поиска информации в Интернете Например, информация о картах стран может быть размещена в разделах "Наука • География • Страна", "Экономика • География • Страна" или "Справочники • Карты • Страна". Принимается решение, что карты стран помещаются во второй раздел "Экономика • География • Страна"; тогда в остальные два раздела помещаются отсылки в него. Этот прием активно используется в ИПС Yahoo (отсылка обозначается в ней знаком @).

Ссылка ("См. также") используется в менее однозначной ситуации, когда даже создатели классификатора и систематизаторы не в состоянии принять четкого решения об отнесении документов к определенному разделу классификатора. В ИПС Интернет ссылка принимает разнообразные формы ("Relevant servers", "Похожие документы" и т.п.).

Классификационных ИПС в Интернет много (некоторые упомянуты в сводке ИПС в конце статьи). Большие классификационные ИПС (американская Yahoo, европейская Yellow Web, российские Созвездие Интернет и Ау) используют вспомогательные словарные ИПС по собственным рубрикам (аналоги библиотечных алфавитных указателей). Другие классификационные ИПС просто существуют совместно с ИПС словарного типа (Excite, Lycos, Infoseek).

Словарные ИПС Культурные проблемы, связанные с использованием классификационных ИПС, привели к созданию ИПС словарного типа, с обобщенным англоязычным названием search engines.

Основная идея словарной ИПС – создать словарь из слов, встречающихся в документах Интернет, в котором при каждом слове будет храниться список документов, из которых взято данное слово. Если поиск слов в таком словаре выполняется быстро, то можно отказаться от услуг разработчиков классификаторов и от услуг систематизаторов, оставаясь один на один с авторами документов.

К счастью, несмотря на обилие слов (и словоформ) в естественных языках, большинство из них употребляются нечасто, что было замечено ученым лингвистом Ципфом еще в конце 40х годов нашего века. К тому же наиболее употребительные слова – это союзы, предлоги и артикли, т.е. слова, совершенно бесполезные при поиске информации. В результате словарь самой крупной словарной ИПС Интернет – Alta Vista – имеет объем всего лишь несколько Гбайт.

Поскольку слова в словаре упорядочены, поиск нужного слова может выполняться достаточно быстро – без последовательного просмотра. А наличие списков документов, в которых встречается искомое слово, позволяет ИПС выполнять операции с этими списками – их слияние, пересечение или вычитание (для наглядности списки документов изображены в виде овалов):

Документы со словом Документы со словом "стул" "стол" Документы со словом "стол", но без слова "стул" Документы со словами Документы со словами "стол" и "стул" "стол" или "стул" Институт "Открытое Общество" Основы поиска информации в Интернете Вместо того, чтобы говорить "Список документов содержащих слово 'стол' или документов, содержащих слово 'стул'", употребляются сокращенные выражения, приведенные на рисунке. Дальнейшее сокращение эти выражения находят в языке запросов словарных ИПС:

вместо "Найти список документов содержащих слово 'стол' или документов, содержащих слово 'стул'", большинству словарных ИПС достаточно написать что-то вроде стол ИЛИ стул Союз ИЛИ в запросе к словарной ИПС выступает в роли ЛОГИЧЕСКОГО ОПЕРАТОРА, связывающего множества искомых документов. Словарные ИПС используют три логических оператора: ИЛИ, И и И-НЕ ("но без"); как правило, эти операторы обозначаются одним из следующих способов:

Оператор Полное Сокращенно Обозначение при простом поиске обозначение е (кроме российской ИПС Rambler) обозначение ИЛИ OR | пробел И AND & + И-НЕ AND NOT &! Эти операторы имеют приоритет (прежде всего выполняется И-НЕ, затем – И, и лишь потом – ИЛИ), поэтому для составления сложных запросов могут использоваться скобки (исключение составляет лишь ИПС Infoseek, которая вместо скобок применяет другие обозначения). Как правило, словарные ИПС Интернет предоставляют пользователям два интерфейса – режим "сложного запроса" (advanced search"), в котором доступны все логические операторы, и режим простого поиска, в котором, как правило, невозможно использование скобок, и, следовательно, можно использовать не все сочетания операторов.

Давайте рассмотрим гипотетический пример поиска информации о столах. С учетом падежей слова "стол" и наших знаний о логических операторах, запрос к словарной ИПС мог бы выглядеть так:

стол ИЛИ стола ИЛИ столу ИЛИ столе ИЛИ столом Хорошо, что это только одно слово, но писать такое уже довольно тоскливо.

Западные ИПС, ориентированные на английский язык, предлагают простое решение: вместо слова можно написать его начало, заменив изменяемую часть звездочкой:

стол* Формально говоря, звездочка заменяет любое количество символов, поэтому говорят, что она обозначает правое усечение. Называть словом обозначение "стол*" язык не поворачивается, поэтому для таких частей логических выражений запросов используется название ТЕРМИН. Звездочка для указанной цели (правого усечения) применяется всеми известными словарными ИПС Интернет.

Однако такой запрос отыщет и документы со словами "столовая", "столешница", "столоначальник" и даже "столб". Такое явление – искусственная синонимия – может сильно мешать при поиске, однако его проявление зачастую невозможно предусмотреть заранее.

Pages:     || 2 |










© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.