Виды информации, хранимой в Интернете и профессиональных базах
Информация о предметной области, то есть об объектах и их связях, может быть представлена в двух видах: формализованном и в виде текста на естественном языке.
Формализованное описание конкретного объекта включает имя свойства (характеристики) и значение этого свойства для данного объекта. Имя свойства отражает ту грамматическую роль, которую играет значение этого свойства по отношению к данному классу объектов. Значение свойства (характеристики) может задаваться нормированным словарем или произвольно. Формализованный язык описания предметной области выполняет следующие основные функции:
• позволяет источнику отбирать лишь ту информацию и описывать ее так, как это необходимо потребителю;
• позволяет в базах данных отражать информацию в том же виде, в каком она отражена в сознании специалиста в данной предметной области;
• позволяет в информационных системах по указанию потребителя производить автоматическую обработку формализованной информации;
• существенно облегчает поиск необходимой информации в базах данных.
Другим видом информации о предметной области является информация, представленная в виде текста на естественном языке.
Язык — это средство, с помощью которого люди передают друг другу информацию о реальном мире. Словарные выражения являются материальной формой понятий и представлений. Естественный язык сформировался в результате длительного развития общества. Поскольку для различных слоев общества характерна разная степень общности представлений, возникла многозначность слов естественного языка: одно и то же слово приобретало множество различных значений, и для одного и того же слова использовалось несколько словесных выражений. Таким образом, общими недостатками естественного языка с позиций оценки эффективности поиска являются избыточность и недостаточность.
Избыточность проявляется в следующем:
1) активную роль в процессе передачи содержания текста играют только некоторые слова или словосочетания, так называемые ключевые слова. Другие можно отбросить практически без ущерба для понимания смысла;
2) в естественном языке используются синонимы, то есть слова, различающиеся по звучанию и написанию, но тождественные или близкие по смыслу;
3) имеет место неоднозначность выражения, то есть возможность выразить одну и ту же мысль словами, не являющимися синонимами (например, «уменьшение сопротивления» — «увеличение проводимости»).
Недостаточность выражения на естественном языке проявляется в следующем:
1) многозначность отдельных слов — омонимия (совпадение по звучанию и написанию разных по значению слов). Например, «ключ» (для двери), «ключ» (источник);
2) эллипсность естественного языка. Под эллипсностью понимается пропуск в тексте подразумеваемых слов.