Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 12)

Второй подход к автоматическому индексированию применяется в полнотекстовых системах. В процессе индексирования в индекс заносится информация обо всех словах текста документа (отсюда и название «полнотекстовые»).

Процесс компьютеризации деятельности привел к накоплению большого объема неструктурированной текстовой информации. Возникла потребность в программном обеспечении, реализующем эффективный поиск информации. Информационно-поисковые каталоги, фасетные и тезаурусные системы не могли быть в полной мере использованы в массовой автоматизации. Потребовались средства, которые бы максимально освобождали пользователя от необходимости сложной предварительной структуризации предметной области и затратных процедур индексирования при накоплении текстовых данных, но в то же время создавали бы эффективный и интуитивно понятный поисковый инструментарий. В результате на рынке программных продуктов появились полнотекстовые ИС.

Информационно-технологическая структура полнотекстовых ИС включает: хранилище документов; глобальный словарь системы; инвертированный индекс документов; интерфейс ввода документов в систему; механизм индексирования; интерфейс запросов пользователя; механизм поиска документов; механизм извлечения найденных документов.

Хранилище документов может быть организовано как единая локально сосредоточенная информационная структура в виде специального файла с текстами документов.

Глобальный словарь системы может быть статическим и динамическим. Статические словари определяются заранее и не зависят от содержания документов, вошедших в хранилище. Динамические словари определяются набором словоформ, имеющихся в документах хранилища. Изначально такой словарь пуст, но с каждым новым документом в него помещаются новые словоформы.

Поступающие через интерфейс ввода-вывода документы подвергаются операции индексирования по глобальному словарю. Механизм индексирования в полнотекстовых ИС полностью автоматизирован и заключается в создании специального двоичного вектора, компоненты которого показывают наличие или отсутствие в данном документе слова с соответствующим номером из глобального словаря.

Через интерфейс запросов пользователь в терминах ИПЯ делает запрос, который обрабатывается поисковой машиной. Механизм поиска основывается на алгоритмах и критериях сравнения поискового образа запроса с поисковыми образами документов, образующими индекс системы. Результатом поиска является определение номеров документов, поисковые образы которых соответствуют поисковому образу запроса. Далее специальная подсистема па основе установленных в хранилище указательных конструкций извлекает и доставляет соответствующие документы пользователю.

Основными параметрами, позволяющими определить качество содержания информационной базы, являются полнота информации, ее достоверность, оперативность обновления информации.

Параметры, характеризующие качество программной оболочки: поисковые возможности системы, средства актуализации информации, дополнительные сервисные функции.

Оценка полноты, достоверности и оперативности обновления информации основывается на количественных показателях. Оценка же качества обработки поступающих в информационный банк документов достаточно субъективна.

Без обработки автоматизированная информационная система является всего лишь электронным аналогом бумажных изданий.

Доступ пользователя к информации, хранящейся в автоматизированной информационной системе, может осуществляться двумя способами: работа с удаленной базой, работа с локальной базой.

При работе с удаленной базой пользователю нет необходимости хранить на своем компьютере данные системы, они хранятся на сервере разработчика и доступны через сеть. Большинство информационных систем имеют версии, доступные через глобальную сеть Интернет. Основное преимущество работы с такими версиями заключается в том, что пользователь всегда имеет доступ к самым последним данным.

Однако для работы с удаленной базой пользователю необходим доступ к Интернету или к другой сети. Зачастую скорость передачи информации через Интернет низкая из-за плохого качества каналов, а стоимость доступа достаточно высокая. Поэтому иногда более выгоден вариант работы с локальной базой, которая доступна в любой момент. Недостатком этого варианта по сравнению с предыдущим является более продолжительный период актуализации информации.

5.5. Структура работы поисковых систем

Работа поискового указателя происходит в три этапа, из которых два первых являются подготовительными и незаметны для пользователя. При работе с Интернет поисковый указатель собирает информацию из глобальной сети, для чего используют специальные программы. После копирования разысканных Web-ресурсов на сервер поисковой системы начинается второй этап работы – индексация. В ходе индексации создаются специальные базы данных, с помощью которых можно установить, где и когда в Интернете встречалось, то или иное слово. Индексированная база данных Она необходима для того, чтобы поисковая система могла быстро отвечать на запросы пользователей. Современные системы способны выдавать ответы за доли секунды, но если не подготовить индексы заранее, то обработка одного запроса будет продолжаться часами.

На третьем этапе происходит обработка запроса клиента и выдача ему результатов поиска в виде списка гиперссылок. Далее клиент может пользоваться этими ссылками для перехода к интересующим его ресурсам.

На третьем этапе, при выдаче результатов поиска, каждая поисковая система начинает проявлять свои лучшие (или худшие) индивидуальные черты. Операция сортировки полученных результатов называется ранжированием.

Начиная поиск чего-либо в Internet и имея минимум информации, а так же пытаясь огранить потери времени, для получения наиболее общей информации возможно обращение к базе данных.

Alta Vista поддерживает поиск по ключевому набору слов и для определения языка конкретной страницы использует методы искусственного интеллекта. Пользователи могут настроить опции поиска и выбирать тип поиска – сложный или упрощенный, а также воспользоваться различными способами предоставления информации. В отличие от машин, которые индексируют только ключевые слова, она индексирует весь текст, что позволяет осуществлять полный поиск. Однако из-за этого пользователь может получить слишком много информации.

Для анализа информации Excite использует поисковую технологию Intelligent Concept Extraction, что позволяет делать запросы по образцу. Это популярная поисковая система в Америке. Для каждой найденной страницы она оценивает степень соответствия запросу.

Infoseek - популярная поисковая машина в компьютерной индустрии. Привлекательность этой поисковой машины в том, что после отсеивания информации можно проверить найденную информацию ещё раз.

Работа многих поисковых машин считается вполне успешной, однако все современные поисковые системы страдают некоторыми недостатками. Поиск по ключевым словам даёт слишком много ссылок и многие из них бесполезны, методы индексирования баз данных, как правило, не связаны с информационным содержанием. Кроме того, часто выдаются ссылки на информацию, которой в Интернете уже давно нет, машины ещё не столь совершены, чтобы понимать естественный язык, в последнее время потребности в интеллектуальной помощи быстро растут. Все эти недостатки привели к появлению интеллектуальных агентов.

Обычно интеллектуальные агенты являются основной частью поисковой машины, при этом используется методы искусственного интеллекта. Интеллектуальные агенты выполняют инструкции от имени пользователя, имеют некоторую самостоятельность. После поиска они оповещают пользователя о результатах. Агенты учатся в результате своей деятельности. Интеллектуальность – обучение на основе обратной связи по примерам ошибкам и по средствам взаимодействия с другими агентами. Простота использования – можно тренировать агента, используя естественный язык. Индивидуальный подход – адаптация к предпочтениям пользователей. Интегрированность – непрерывное обучение применение уже имеющих знаний к новым ситуациям. Автономность – ощущение окружающей среды, и анализ выводов.

Резюме

Автоматизированная поисковая система – информационная система, ориентированная на поиск необходимой информации.

Документальная информационная система (ДИС) - единое хранилище документов с инструментарием поиска и выдачи необходимых пользователю документов. ДИС делят на системы на основе индексирования и семантически-навигационные системы.

Информационно-поисковый язык (ИПЯ) представляет собой формализованную семантическую систему, предназначенную для выражения содержания документа и поискового запроса.

Основные требования, которым должен удовлетворять ИПЯ:

• располагать лексико-грамматическими средствами для точного отображения темы документа и запроса;

• не содержать полисемии, синонимии и омонимии;

• отображать только объективные характеристики предметов и отношении между ними.

При осуществлении поиска информации широко используются системы индексирования (СИ) – совокупность методов и средств перевода текстов с естественного языка на ИПЯ.

Существуют два подхода к автоматическому индексированию. Первый основан на использовании словаря ключевых слов. Индексирование в таких системах осуществляется путем последовательного автоматического поиска в тексте документа ключевых терминов. Второй подход применяется в полнотекстовых системах: в процессе индексирования в индекс заносится информация обо всех словах текста документа.

Современные поисковые системы страдают некоторыми недостатками. Поиск по ключевым словам даёт слишком много ссылок и многие из них бесполезны, методы индексирования баз данных, как правило, не связаны с информационным содержанием. Эти недостатки привели к появлению интеллектуальных агентов.

Вопросы для самопроверки

1. Дайте понятие ПИС.

2. Охарактеризуйте функционирование ДИС на основе индексирования.

3. Дайте понятие и элементы информационно-поискового языка.

4. Что такое автоматическое индексирование.

5. Опишите основные возможности у поисковых систем?

Тема 6. ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ДЕЛОПРОИЗВОДСТВЕ И ДОКУМЕНТООБОРОТЕ

6.1 Общие сведения об ИТ в делопроизводстве и документообороте

В корпоративных ИТ весьма важной является проблема управления деловой информацией. Ее решением занимаются специализированные системы управления электронными документами и системы автоматизации деловых процессов.

Система управления электронными документами (Electronic Document Management Systems – EDMS) это набор устройств и программного обеспечения, позволяющий эффективно организовать процедуры работы с документами: создание, накопление, хранение, поиск, обработку и пересылку электронных документов.

Следует различать понятия обычного (неформализованного, произвольного) документа и электронного документа. Обычный документ – это любое сообщение, записка, текст (возможно, подготовленный с помощью программы редактора текстов и записанный на машинном носителе).

Под электронным документом понимается записанное на машинном носителе электронное сообщение, реквизиты которого оформлены в соответствии с нормативными требованиями. В более общем понимании под электронным документом (ЭД) будем понимать структурированный информационный объект, которому соответствует совокупность файлов, хранящихся на долговременно запоминающем устройстве компьютера.

Необходимой характеристикой ЭД является наличие «регистрационной карточки», в которой содержатся реквизиты документа – перечень необходимых данных о нем.

Документ – основная единица информации, и все существование системы документооборота посвящено хранению документа, его свойств и истории его жизни, а также обеспечению его жизнедеятельности.

Документ – логическая единица. Способ его хранения зависит от того, как с ним удобнее работать. Документ может состоять из текста, чертежей, рисунков и таблиц. Компьютерные технологии позволяют организовать в одном файле подобие файловой системы, состоящей из аналогов папок и файлов. Этот механизм используется, например, в Word для того, чтобы обеспечить возможность вставки в текст объектов, созданных другими приложениями. Но это не всегда удобно: проще и практичнее хранить все части документа в отдельных файлах, каждый из которых редактируется своей программой. В большинстве СЭД отдельный документ может физически состоять из набора файлов.

Электронные документы по сравнению с бумажными обладают следующими преимуществами:

• более низкая стоимость подготовки;

• сокращение времени передачи из одного места в другое;

• более низкая стоимость и время публикации и тиражирования;

• более низкая стоимость архивного хранения ЭД;

• возможность контекстного поиска;

• возможность защиты документа;

• упрощение подготовки ЭД, широкие возможности оформления;

• новые возможности представления ЭД: он может иметь динамичное содержание.

Основными принципами построения системы электронного документооборота являются:

• соответствие требованиям стандартов на формы документов;

• распределенность;

• масштабируемость;

• модульность;

• открытость;

• переносимость на другие аппаратные платформы.

Рассмотрим типовые требования, которые предъявляются к системам электронного документооборота и системам управления электронными документами. Система электронного документооборота должна:

• обеспечивать надежное хранение документов и их описаний;

• обеспечивать жизненный цикл документа (его создание, хранение версий, публикация, передача документа для хранения в архиве);

• допускать хранение различных типов документов, создания и редактирования карточек для них;

• поддерживать иерархию категорий для эффективного поиска документа;

• осуществлять поиск документов на основе информации из карточки, а также текста документа;

• обеспечивать разделение доступа к документам на уровне отдельных пользователей или по ролевому принципу;

• протоколировать все события, связанные с работой пользователей и самой системы;

• иметь развитые средства администрирования;

• поддерживать удаленный доступ к информации.

Продвинутые системы должны поддерживать:

• территориально распределенные организации;

• алгоритмы шифрования при хранении и передаче данных;

• цифровую подпись.

Требования, предъявляемые к архитектуре:

• наличие выделенного сервера приложений;

• наличие тонкого клиента;

• поддержка доступа к документам с использованием браузера.

• многоплатформность.

Требования к открытости и интеграции с другими системами:

• интеграция со средствами потокового ввода документов;

• интеграция с офисными приложениями;

• интеграция с электронной почтой;

• интеграция со стандартными службами каталогов для ведения и синхронизации списка пользователей системы;

• возможность адаптации пользовательского интерфейса под конкретные задачи;

• возможность дополнения системы собственными специализированными компонентами;

6.2. Классификация систем управления электронными документами

Можно рассматривать классификацию систем управления электронными документами по следующим признакам:

• масштаб:

• корпоративные,

• для средних предприятий,

• для малых предприятий и организации персонального документооборота;

• архитектура:

• функционирующие на специальных программных платформах,

• самостоятельные приложения;

• тип баз данных, используемых системой:

• использующие реляционные БД,

• использующие документальные БД;

• технологии работы с электронными документами:

• системы управления электронными документами,

• системы автоматизации делопроизводства,

• системы автоматизации деловых процессов,

• электронные архивы,

• системы управления «образцами» документов (Imaging system).

1. Масштаб.

По данному признаку различают корпоративные системы, системы для средних предприятий и системы для малых предприятий и организации персонального документооборота.

Для корпоративных систем характерно высокие требования к аппаратным и программным средствам, широкий диапазон выполняемых функций, реализация информационных технологий, составляющих основу системы на «промышленном» уровне, высокая цена. Поэтому приобретение корпоративной системы могут позволить себе только крупные предприятия. К корпоративным системам можно отнести системы Documentum, DocuLive.

Для некоторых предприятий функциональность корпоративной системы может оказаться избыточной, поэтому им целесообразнее приобрести более дешевую систему для средних предприятий. С этих системах, как правило, отсутствуют некоторые функции, наличие которых в корпоративных системах считается обязательным. Примером такой системы является «Эффект-Офис».

Системы для малого бизнеса и организации персонального документооборота предназначены для индивидуального использования. В данных системах могут отсутствовать некоторые функции, важные с точки зрения делопроизводства.

Характеристики

Список файлов книги