Читайте также:
|
|
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; просмотров: 70 | Нарушение авторских прав
<== предыдущая страница | | | следующая страница ==> |
Гипертекстовые базы данных | | | Классификация гипертекстовых систем |