Документальные базы данных презентация

информатики, инноваций и бизнес систем
Кафедра Информационных систем и прикладной информатики
Старший преподаватель Богданова О.Б.

организации данных, отличных от фактографических.

Информационные системы, которые хранят документы
разных форматов носят название документальных
информационных поисковых систем (ДИПС).

Основные понятия

реферативные)‏
без хранения документов (БД-указатели).

Основные понятия

на заданный
пользователем запрос. или информации из документов

Информационный запрос пользователя представляет
собой частное значение информации, потребовавшейся в определенный момент времени и выраженный на
естественном языке.

Основные понятия

содержания документа
информационному запросу.

Основные понятия

основного информационного
содержания документа — поисковый образ
документа (ПОД)‏

Набор правил, определяющий степень смысловой

близости ПОД и ПП — критерий смыслового

соответствия

образ

каталогам, так как
это может вызвать проблемы поиска информации и
неэффективное использование дискового пространства.

Эта подсистема всегда применяет средства сжатия и
представляет собой совокупность СУБД,
средств архивации и т.д.

сохраняется с индексе.


Логически индекс представляет собой таблицу, где строки
соответствуют документам, а столбцы информационным
признакам.

поисковому
предписанию с точки зрения критерия смыслового
соответствия.


Идентификаторы найденных релевантных документов с
выхода подсистемы поиска передаются на вход
подсистемы хранения, которая обеспечивает выдачу самих
документов пользователю.

поступивших в систему сообщений с
целью обеспечения возможности их последовательного поиска.

Два основных типа:
Классификационные языки;
Дескрипторные языки
с граматикой и без граматики
с контролируемой и свободной лексикой

язык носит название рубрицирования или индексирования.

Автоматическое индексирование
Автоматическое индексирование документов может основываться на про­стых, однословных или многословных составных терминах (фразах). Термины-фразы более осмысленны, обладают большей дискриминирующей мощью.

язык носит название рубрицирования или индексирования.

В рубрицировании документа выделяют 2 основных
подхода:

Рубрицирование, основанное на знаниях;
Рубрицирование, основанное на обучении на примерах.

– иерархическая сеть понятий и отношений между ними.

Выделяют 2 группы:
Статическое рубрицирование
Нейросетевые методы

2. Продукционная модель (ПМ)‏

документа и терминологического портрета рубрики на основе статистических характеристик субъектов сравнения

Нейросетевые методы рубрицирования используют нейронную сеть в качестве обучающего классификатора. Существует подборка текстов, каждый из которых помечен как релевантный или нерелевантный для рубрики.

смыслового соответствия
Методы ранжирования редакторов поиска
Механизм образования связи

присутствующих в индексе, каждый из которых рассматривается как булева переменная

Модель нечетных множеств допускает частичную принадлежность элемента множеству

Пространственно-векторная рассматривает совокупность документов как набор векторов в пространстве, определяемом из n нормализованных векторов терминов

Вероятностная модель определяет вероятность вхожения термина в документ