Информационный поиск в гипертекстовых массивах

Навигация. Движение в гипертекстовой сети, совершаемое в процессе чтения гипертекста, получило название навигации. В про­цессе навигации различают медленное чтение (сопровождаемое за­метками) и быстрое (browsing — пролистывание). Браузинг эффек­тивен в случае, когда читатель не знает точно, какими признаками характеризуются необходимые ему сведения. Различают навига­цию, ориентированную глобально (читателю демонстрируется гра­фический образ сети и положение текущего узла) и локально (де­монстрируется только информация об окрестностях данного узла, выделение слов, оглавлений или начальных частей смежных фраг­ментов).

Повышает эффективность навигации справочный аппарат, ко­торый располагает возможностью выдавать рекомендации, отмечать пройденные и последующие узлы, организовывать экскурсии по системе, собирать информацию по ее использованию, строить типо­вые маршруты, предлагаемые впоследствии.

В ходе навигации создается и запоминается след — trail, кото­рый фактически является результатом поиска в гипертекстовой сети. Возможна также автоматическая навигация, когда построение цепочек узлов идет по определенным критериям.

Навигация или браузинг являются эффективными только для небольших гипертекстовых систем. Для обширных ГБД решающее значение играет поиск через запросы.

Запросы и поисковый механизм. Классические АИ ПС базируют­ся на автоматическом поиске по ключевым словам, соединенным Нулевыми операторами. Однако лишь немногие запросы обеспечи­вают полный и точный поиск информации, выдача может быть как избыточной, так и пустой, информационный поиск по существу яв­ляется неопределенным процессом. Комбинация поисковых мето­дов может устранить или минимизировать эту неопределенность. И гипертекстовых системах комбинируется поиск по ключевым сло­вам и по гипертекстовым связям — поиск проводится в подмноже­стве семантически близких узлов. Поисковая стратегия может быть разделена на поиск по содержанию и по структуре.

Поиск по содержанию — это классический способ, распростра­ненный на гипертекстовые системы — все узлы и связи обрабатыва­ются независимо и исследуются для сопоставления с поданным за­просом.

Структурный поиск выделяет гипертекстовую подсеть, которая сопоставляется с поданным образцом. Комбинация запросов будет обеспечивать действие фильтров. Просмотр через фильтры исполь­зуется в системах NoteCards и Neptune.

Запросы и индексы по содержанию. Обычно для ги­пертекстовых документов реализуется двухуровневая структура:

• гипериндекс (индексная информация);

• уровень гипербаза (собственно узлы и связи).

Гипериндекс состоит из множества индексов, соединенных вме­сте. Запрос описывается через термины индекса, затем идет обраще­ние к гипербазе. Навигацию через гипериндекс и поиск информа­ции в гипербазе называют запрос через навигацию.

Индекс задает множество индексных входов. Каждый индекс состоит из дескриптора (термина) или ключевого слова и локатора (подобие номера страницы). Поиск элементов гипертекста по клю­чевым словам можно рассматривать как нахождение неявных ссы­лок — фрагменты общими ключевыми словами можно полагать не­явно семантически связанными.

Структурные запросы. В этом случае узлы трактуются не как фрагменты текста, а как некоторые логические единицы (мысли, высказывания, понятия, единицы знания). Тогда появля­ется возможность образования из двух высказываний, соответст вующих узлам, сложных высказываний с помощью связок. При этом важен факт корректного образования сложного высказыва­ния, разрешением которого занимаются при разработке смысловых процессоров.

Примером может быть визуальный гипертекстовый язык запро­сов GraphLog, осуществленный в рамках внешнего интерфейса сис­темы Neptune для абстрактной машины гипертекста. Он обращает­ся к следующим понятиям: поисковый запросный механизм, прира­щение основной модели узлов и связей, виртуальные структуры, вычисления над гиперсетью, ведение версий. Используя GraphLog, запросы формулируются через рисованные графические образцы, которые появляются тогда, когда поиск выдает подграф гипертек­стовой сети.

Язык обеспечивает спецификацию и манипуляцию произволь­ными подмножествами сети и поддерживает вычисление функций агрегации в подграфах гипертекстового документа. Он может под­держивать динамически заданные структуры и выражать структур­ные запросы, которые не доступны для традиционных языков реля­ционной алгебры. Так, он может выполнить упорядоченность про­извольной длины операций соединения, невозможную в рамках реляционной алгебры.

Сети вывода. Известна модель Крофта и Тартла, основан­ная на правдоподобном выводе и использующая байесианскую сеть вывода.

Байесианская сеть есть направленный ориентированный (без пе­тель) граф, где узлы представляют пропозициональные переменные и связи, или ребра представляют вероятностные отношения между пропозициями. Гипертекстовые системы могут быть сравнены с та­кой сетью — корни зависимого графа (графа зависимостей) есть ги­пертекстовые узлы.

Возможны и другие подходы.

Концептуальная сеть. В то время как содержательные узлы обра­зуют документальную сеть, могут быть построены концептуальные узлы, также сеть. Эти понятийные (концептуальные) узлы могут служить индексами к документальной сети. Концептуальная сеть подобна индексному пространству, предложенному Фриссом и Кузинсом. Связи внутри концептуальной сети устанавливают соедине­ния между понятиями. Тип связи может описывать природу семан­тического соединения, а значение, приписываемое ему, может отра­жать прочность связи. Результат — гипертекстовая БЗ, содержащая концептуальную сеть, вложенную внутрь документальной, может быть использован для анализа запроса.

Дата добавления: 2015-07-20