Файл: Белоногов Г.Г. Автоматизированные информационные системы.pdf

висходном словосочетании. С другой стороны, для деко­ дирования словосочетаний нужны точные сведения о по­ рядке следования и о формах слов, входящих в их со­ став. Учет указанных требований в одном словаре при­ водит к усложнению процесса декодирования. Поэтому

вряде случаев целесообразно иметь в АИС два словаря наименований понятий: один — для кодирования инфор­ мации, другой — для ее декодирования. Коды номеров понятий в обоих словарях должны быть одинаковыми.

Всловаре наименований понятий, предназначенном для декодирования информации, в словосочетаниях со­ храняется естественный порядок слов. Слова здесь могут быть представлены номерами их основ, номерами слово­ форм или буквенными кодами словоформ. В первом и

втором случае наряду со словарем словосочетаний необ­ ходимо иметь словарь слов (словарь основ слов или сло­ варь словоформ соответственно). Словарь наименований понятий для декодирования информации составляется одновременно со словарем для ее кодирования. Он по­ полняется по мере появления новых терминов. Распозна­ вание новых терминов производится с помощью словаря для кодирования информации, а в словарь для декоди­ рования заносится по одному трансформационному ва­ рианту - каждого термина. При составлении словарей наименований понятий на ЭВМ с ограниченной емкостью оперативной памяти могут использоваться методы, рас­ смотренные ранее.

Г л а в а 12 ПРЕДСТАВЛЕНИЕ ФОРМАЛИЗОВАННЫХ СООБЩЕНИЙ В МАШИНАХ

Общие замечания

В гл. 4 было указано, что в информационных систе­ мах основными единицами смысла являются высказыва­

с некоторыми конкретными или абстрактными объектами (предметами, явлениями, свойствами предметов и явле­ ний и т. п.), а коды понятий F выражают отношения между объектами. Таким образом, отношения между

204

объектами в высказываниях отображаются как отноше­ ния между понятиями. Обычно отношения между поня­ тиями в высказываниях зависят от конкретной ситуации. Но бывают и такие отношения, которые от ситуации не зависят или зависят от нее в слабой степени. Отношения первого типа мы будем называть с и т у а ц и о н н ы м и или с и н т а г м а т и ч е с к и м и , а отношения второго ти­ па — б а з и с н ы м и или п а р а д и г м а т и ч е с к и м и .

Примером парадигматических отношений между по­ нятиями являются родо-видовые отношения между ними. Парадигматические отношения обычно фиксируются в специальных массивах сообщений, оформляемых в ви­ де тезаурусов, классификационных словарей, классифи­ кационных схем и т. п. Способы представления в памяти ЭВМ сообщений, выражающих парадигматические отно­ шения между понятиями, были описаны в гл. 10. В на­ стоящей главе мы рассмотрим способы представления сообщений, выражающих синтагматические отношения.

Для записи сведений- в памяти ЭВМ имеются две крайние возможности: позиционное и комбинаторное ко­ дирование сообщений. При позиционном кодировании каждому элементу множества возможных сообщений ставится во взаимно-однозначное соответствие один раз­ ряд памяти машины. Наличие сообщения в ИПС отмеча­ ется в соответствующем разряде символом 1, а его отсут­ ствие— символом 0. В результате получается матрица или логическая шкала, состоящая из единиц и нулей. При комбинаторном кодировании разные сообщения обо­ значаются различными комбинациями символов 0 и -1, место записи кодов сообщений не играет роли. На прак­ тике чаще всего одновременно используются оба способа, причем часть признаков и элементов сообщений кодиру­ ется позиционно, выбором места записи, другая их часть — путем использования различных кодовых комби-^ наций. В процессе обработки информации многократно совершаются переходы от позиционных кодов к комби­ наторным и наоборот. При этом кодовые комбинации интерпретируются как адреса участков памяти, а поряд­ ковые номера мест записи сообщений или элементов со­ общений— как их обозначающие кодовые комбинации.

Сообщения, как и входящие в их состав понятия, мо­ гут быть объектами классификации. В качестве класси­ фикационных признаков используются свойства сообще­ ний в целом (например, их принадлежность к определен-

205

для записи массива сообщений. Диалогичным образок, (позиционно) могут быть представлены и некоторые дру­ гие элементы сообщений; если они оказываются одинако­ выми для всего массива или для некоторого участка мас­ сива.

Сообщения можно представлять в памяти ЭВМ и в виде логических шкал. При этом поле памяти, отведен­ ное для записи одного сообщения, разбивается на участ­ ки (группы двоичных разрядов) по числу функциональ­ ных элементов в сообщении. В пределах участка за каж­ дым. возможным значением функционального элемента закрепляется один двоичный разряд. Наличие в конкрет­ ном сообщении того или иного значения функционально­ го элемента отмечается символом «1», а отсутствие — символом «О». Сообщения подобной структуры исполь­ зуются в системах автоматического перевода текстов с одного естественного языка на другой для записи грам­ матической информации к словам, а также в докумен­ тальных поисковых системах.

В рассмотренных способах представления информа­ ции связи между элементами сообщений и их функцио­ нальная роль выражались в основном : позиционными средствами. Связь между элементами отображалась путем их контактного расположения, а функциональная роль элементов — путем фиксации порядка их следова­ ния. В массивах, содержащих сообщения разной длины, для отображения связей между элементами наряду с по­ зиционными средствами использовались и разделитель­ ные знаки.

Связи между элементами сообщений и функциональ­ ная роль элементов могут выражаться и комбинаторны­ ми средствами. В этом случае необходимо сопровождать отдельные элементы или группы элементов сообщений специальными кодовыми комбинациями — у к а з а т е л я ­ ми с в я з и и у к а з а т е л я м и роли . Введение указа­ телей связи и указателей роли дает возможность снять жесткие ограничения на порядок следования элементов в сообщениях, но приводит к увеличению общей длины массива кодов сообщений.

Поиск в неупорядоченных массивах сообщений свя­ зан с большими затратами времени. Упорядочение сооб­ щений (например, расположение их по возрастанию чис­ ленных значений кодов) сокращает время поиска, но усложняет процессы обновления информации в связи

207

с необходимостью перемещения массивов при включении новых элементов или изъятии устаревших. Усложняется также задача резервирования памяти. Указанные труд­ ности сравнительно легко преодолеть, используя ассо­ циативные методы представления и поиска информации. Здесь благодаря введению ассоциативных групп для сво­ бодных ячеек отпадает необходимость в частой раздвиж­ ке или уплотнении массивов при включении новых эле­ ментов или изъятии устаревших, а резерв свободных яче­ ек оказывается распределенным по всему полю памяти, выделенному для записи массива.

Для представления в памяти ЭВМ сообщений, ото­ бражающих синтагматические отношения между поня­ тиями, целесообразно применять узловой ассоциативно­ адресный способ (см. гл. 5). По этому способу сообще­ ния, содержащие одинаковые коды понятий, объединя­ ются адресными отсылками в ассоциативные группы. Каждое сообщение одновременно входит в несколько

Представление сообщений в памяти ЭВМ в виде узлов адресных отсылок достаточно экономно. Но в процессе поиска здесь приходится прослеживать одновременно несколько ассоциативных цепочек (по числу поисковых признаков в запросе). Этого можно избежать, если ря­ дом с каждым узлом записывать последовательность ко­ дов понятий, образующих сообщение. Тогда при поиске можно прослеживать только одну ассоциативную це­ почку, соответствующую одному из признаков запроса, а другие признаки запроса сравнивать с признаками (кодами понятий) сообщений.

Далее мы рассмотрим на примере документальной и фактографической сиетем способы представления в ма­ шинах сообщений более частного вида.

Представление информации в документальных системах дескрипторного типа

Первые экспериментальные системы поиска докумен­ тов с помощью ЭВМ были построены в начале 50-х го­ дов. В них использовались два способа записи сведений:

208

по первому способу для каждого документа указывался перечень номеров предметных рубрик, характеризующих его содержание; по второму — каждой предметной руб­ рике ставился в соответствие перечень номеров докумен­ тов, включенных в эту рубрику.

Оба способа в логическом отношении равноценны, и их можно рассматривать как два вида линейной разверт­ ки матрицы, приведенной в табл. 12.1. Здесь номерам

Т а б л и ц а 12.1

документов (аь «2 , • » ат) соответствуют строки матри­ цы, а номерам предметных рубрик (Ьь Ь2, ..., Ьп) — ее столбцы. На пересечении строк и столбцов записывается символ 1, если документ и предметная рубрика совме­ стимы, и символ 0, если документ и предметная рубрика несовместимы. Таким образом, логическая матрица, изо­ браженная в табл. 12.1, эквивалентна некоторой совокуп­ ности элементарных сообщений, отражающих распреде­ ление документов по предметным рубрикам. Элементар­ ное сообщение включает в себя номер документа и номер предметной рубрики, к которой этот документ относит­ ся. В каждом элементарном сообщении содержится ут­ верждение о принадлежности документа к определенной предметной рубрике. Системы, основанные на подобном

Линейную запись данных табл. І2.1 можно получить, перечисляя для каждой строки а номера тех столбцов Ь, которые в данной строке отмечены символом 1 (первый способ записи), или перечисляя для каждого столбца b соответствующие ему номера отмеченных строк а' (вто­ рой способ записи). Первый способ линейной записи ло­ гической матрицы называется п р я м ы м, второй — и н-

в е р с н о й . И прямой и инверсный способы записи све­ дений о документах имеют свои достоинства и недостат­ ки, и выбор одного из них зависит от многих факторов, которые могут быть всесторонне учтены только при про­ ектировании конкретных поисковых систем. Здесь мы дадим лишь общую характеристику этих способов, не отдавая предпочтения ни одному из них.

Пусть в документальной поисковой системе имеется

рэлементарных сообщений, описывающих я документов

спомощью т предметных рубрик (р> п>т ), и пусть

каждое сообщение представлено в памяти машины одной своей компонентой, а вторые компоненты сообщений вы­ ражены позиционно. Тогда общая длина кодов сообще­ ний при прямой реализации поисковой системы составит

соб представления сообщений оказывается более эконо­ мичным.

У прямого способа представления сообщений есть и более существенные преимущества перед инверсным, связанные с процессом обновления информации. Дело в том, что при подготовке сведений для ввода в машину объектом описания обычно является документ, а не пред­ метная рубрика. Документ соотносится с различными предметными рубриками и описывается в терминах пред­ метных рубрик. Дескрипторные описания документов составляются один раз и в дальнейшем, как правило, не претерпевают никаких изменений. Это позволяет при пря­ мой реализации поисковой системы максимально упро­ стить процедуру ввода информации в машину, так как новые дескрипторные описания документов записывают­

210