Cтраница 1
Ассоциативное отношение ( AG-отношение) по называет, какие типы сущностей участвуют в формировании да: ного типа связи. Характеристическое графовое отношение ( CG отношение) служит для указания характеристических типов их связей с типами сущностей RM / T. [1]
Дескриптор, связанный ассоциативным отношением с другими дескрипторами данного информационно-поискового языка. [2]
Тезаурус, дескрипторы в котором связаны друг с другом родовидовыми и ассоциативными отношениями, позволяет при вводе документов в ИПС ( или при формулировании поисковых предписаний) дополнять поисковые образы этих документов ( или соответствующие поисковые предписания) избыточными дескрипторами, то есть такими, которые в логическом смысле стоят выше и ( или) ниже основных дескрипторов или могут по какой-либо ассоциации употребляться вместе с ними. Благодаря этому всегда может быть учтена специфика информационного запроса ( например, требуемая широта и точность информационного поиска) и обеспечен достаточно точный перевод любого информационного запроса на ИПЯ. Подробно процедура лексикографического редактирования поисковых образов и предписаний при их вводе в ИПС будет описана в одном из следующих разделов. [3]
Ассоциативные узлы позволяют строить многосвязные пересекающиеся списковые структуры, отражающие наличие сложных ассоциативных отношений между большим количеством различных объектов. Каждой отдельной цепочкой адресов связи объединяются в единые списки те объекты, у к-рых имеются одинаковые значения определ. [4]
Второй тип словарей представляют информационно-поисковые тезаурусы, которые содержат информацию об отношениях условной эквивалентности, отношениях подчинения и ассоциативных отношениях между словами. [5]
Построение и усвоение содержательной системы предмета изучения можно рассматривать в виде структуры, состоящей из конечного множества ( Т) дескрипторов и установленных на нем ассоциативных отношений. Определение такого множества понятий возможно путем описания его структуры априори или динамического поиска состава и отношений. Но так как каждая область знания ( S) имеет некоторое семантическое поле ( С), образуемое набором понятий ( HI), то анализ отдельного материала изучения ( Я /) позволяет выделять перечень понятий и связей, на основе которых и строится необходимое содержание для усвоения новой информации. Соответственно это содержание может быть оценено путем последовательного анализа разъясняющих фраз, отбора более частных сочетаний понятий, выявления типовых отношений и других сведений, вступающих в комбинации и служащих для восприятия информации на основе известного и неизвестного. [6]
Усвоенное содержание предмета изучения, необходимое для восприятия каждой новой информации, автор рассматривает в виде структуры, состоящей из конечного множества ( Т) дескрипторов и установленных на нем ассоциативных отношений. Определение такого запаса знаний, по мнению В. А. Долятовского, возможно путем описания его структуры априори или путем динамического поиска состава и отношений. Но так как каждая область знания ( S) имеет некоторое семантическое поле ( С), образуемое набором понятий ( ni), то анализ отдельного материала изучения ( Hj) позволяет выделять перечень понятий и связей, на основе которых и строится необходимое содержание для усвоения новой информации. Соответственно это содержание может быть оценено путем последовательного анализа поисковых фраз, отбора более частных сочетаний понятий, выявления типовых отношений и других сведений, вступающих в комбинации и служащих для восприятия информации на основе известного и неизвестного. [7]
Разновидность парадигматических отношений ( см. далее), отражающих представление пользователя о взаимосвязи понятий, которые они отображают. Часто под ассоциативными отношениями понимаются все виды парадигматических отношений, кроме отношений типа вид-род и часть-целое. Так же, как и парадигматические отношения они являются внетекстовыми и служат для реализации конкретных задач пользователей. [8]
Разновидность парадигматических отношений ( см. далее), отражающих представление пользователя о взаимосвязи понятий, которые они отображают. Часто под ассоциативными отношениями понимаются все виды парадигматических отношений, кроме отношений типа вид-род и часть-целое. Так же, как и парадигматические отношения они являются внетекстовыми и служат для реализации конкретных задач пользователей. [9]
Для обеспечения исчерпывающей полноты информационного поиска необходимо, чтобы поисковые образы документов и поисковые предписания были избыточными. Под избыточностью в данном случае понимается вхождение ( включение) в поисковый образ документа ( или в поисковое предписание) не только дескрипторов, которые непосредственно выражают основное смысловое содержание документа ( или запроса), но также и таких дескрипторов, которые связаны с этими основными дескрипторами родовидовыми и ассоциативными отношениями. [10]
Отношение перекрещивания может иметь место между понятиями, которые выражаются дескрипторами, то есть ключевыми словами, включенными в словарный состав искусственного ИПЯ. В некоторых тезаурусах это обстоятельство используется в качестве одного из оснований для объединения таких дескрипторов в так называемые ассоциативные классы. Специфика ассоциативных отношений между дескрипторами рассмотрена на стр. [11]
При координатном индексировании документа сначала производится описание его содержания в терминах естественного языка, после чего полученный текст - список ключевых слов - переводится на дескрипторный ИПЯ. Процедура такого перевода состоит в замене ключевых слов в индексирующем списке соответствующими дескрипторами ИПЯ. При этом возможны случаи, когда в словарном составе ИПЯ отсутствует дескриптор, условно эквивалентный тому или иному ключевому слову. Такая ситуация возникает тогда, когда в качестве ключевого слова выступает новый термин. Предметизатор должен содержательно решить вопрос о возможности подстановки какого-либо дескриптора ИПЯ вместо этого термина или же ввести данный термин в тезаурус в качестве неопределенного слова. Далее предметизатор по тезаурусу должен дополнить поисковый образ документа дескрипторами, находящимися в родовидовых или ассоциативных отношениях с его основными дескрипторами, то есть произвести лексикографическое редактирование перевода поискового образа на дескрипторный ИПЯ. [12]
Используемый ИПЯ позволяет осуществлять автоматическое индексирование документов, вводимых в систему, и ручное индексирование запросов. Он относится к дескрипторным языкам с грамматикой и состоит из набора лексем, представленного в виде НГТ и грамматических средств. НГТ служит в качестве нормативного списка лексем, с помощью которых на ИПЯ можно описывать понятия, составляющие основу смыслового содержания документа или запроса. НГТ используется для автоматического построения словаря основ, необходимого для отождествления слов текста и лексических единиц ИПЯ в процессе автоматического индексирования документов, и в качестве средств автоматизации избыточного индексирования запросов. НГТ относится к тезаурусам посткоординированного типа, т.е. в нем лексемами являются главным образом одиночные слова, а не словосочетания. НГТ сохраняет фасетное построение с пятью фасетами. В каждом из фасетов лексика упорядочена по классам условной эквивалентности ( КУЭ) в виде иерархических деревьев. В основу построения таких деревьев положены предметно-логические связи, существующие между лексемами в данной области знаний. В иерархических деревьях отражены все виды ассоциативных отношений: род - вид, целое - часть, причина - следствие и т.п. Каждая лексема подчиняется иерархически только одной соответствующей лексеме. [13]
Система находится на стадии действующего прототипа. Областью экспертизы является диагностика внутренних болезней человека. Система содержит информацию о 500 болезнях, что составляет примерно 807с всех известных терапевтических заболеваний. База данных CADUCEUS - самая большая среди баз данных существующих экспертных систем. Проблема постановки диагноза осложняется тем, что пациент может быть болен несколькими болезнями одновременно. В системе хранятся знания приблизительно о 100000 ассоциативных связях между симптомами и болезнями. Система используется в клинической практике и для обучения студентов-медиков. Качество решений системы высокое. Между этими типами данных установлен ряд отношений. Каждой болезни сопоставлен ассоциативный список ее проявлений. Существует и обратный список, т.е. для каждого проявления указаны болезни, при которых оно встречается. Болезни организованы в иерархическое дерево, а также связаны причинными, временными и ассоциативными отношениями. Знания представляются в виде сетей с использованием коэффициента определенности. [14]