Мадина аралбаевна самбетбаеваның 6D070300 – Ақпараттық жүйелер мамандығы бойынша философия докторы (PhD) дәрежесін алу үшін дайындаған
АННОТАЦИЯ диссертационной работы
жүктеу/скачать 277,18 Kb. Pdf көрінісі
|
| АННОТАЦИЯ
диссертационной работы САМБЕТБАЕВОЙ МАДИНЫ АРАЛБАЕВНЫ «Разработка многоязычного тезауруса по информационным технологиям с учетом морфологии казахского языка для информационной системы поддержки научно-образовательной деятельности», представленную на соискание степени доктора (PhD) по специальности: 6D070300 – Информационные системы Актуальность темы исследования. В настоящий момент значительная часть информационных ресурсов хотя и переведена в цифровую форму, но недоступна широкому кругу научной
общественности, а ресурсы, представленные в Интернет, разрознены, недостаточно систематизированы и структурированы. Поэтому в процессе научно-образовательной деятельности очень часто необходима систематизация и классификация имеющихся информационных ресурсов. Развитие информационных технологий в целом, а также технологий в области передачи и обработки информации, в частности, привело к появлению принципиально новых возможностей организации практически всех этапов научно-образовательного процесса, что, в свою очередь, обусловило качественный рост
информационных потребностей его участников. Современный пользователь, вооруженный компьютером, повседневно использующий возможности сети Интернет, не может быть удовлетворен традиционным режимом учебного процесса и обычными форматами учебных материалов, как то учебники, книги или плоские текстовые файлы. Учебные материалы могут быть сегодня предоставлены во множестве цифровых форматов, они должны
поддерживаться различными поисковыми и классификационными сервисами. В процессе научно-образовательной, деятельности много времени и сил отнимает работа с литературными источниками, разного рода материалами и документами: поиск необходимых документов, систематизация и классификация документов в соответствии с поставленной задачей. Для удовлетворения информационных потребностей современных пользователей в сфере научно- образовательного деятельности необходима поддержка тонких функций поиска и классификации информации, а также просмотр ресурсов по категориям (рубрикам) и словарям-классификаторам. Наиболее важной задачей является задача систематизации ресурсов (тематическая классификация), для решения которой необходимо четко определить состав логико-семантических категорий (фасетов) и ключевых терминов (понятий), покрывающих избранную достаточно узкую предметную область, интересующую пользователя. В настоящее время существуют достаточно мощные информационные системы, так или иначе ориентированные на поддержку научных исследований. Среди них следует отметить информационные системы, близкие к
фактографическим, например, ИСИР (ЕНИП) РАН 1 , ИРИС СО РАН 2 , euroCRIS 3 ,
4 , Информика 5 , MathNET 6 . Названные системы в той или иной степени удовлетворяют информационные потребности научно-образовательного сообщества в информации, однако каждая из них имеет функциональные недостатки. Основными недостатками большинства систем являются ограниченность возможностей проведения аналитической работы с ресурсами и обеспечения интеграции ресурсов как внутри каждой из систем, так и с внешними системами (часто не учитываются международные стандарты и рекомендации, низкая интероперабельность). Это крайне неудобно в сфере научно-образовательной деятельности, одна из главных задач состоит в том, что необходимо установить связи между конкретными научными фактами (например, «что означает термин кибернетика» или «кто автор данной статьи») и сущностями информационной системы (персоны, факты, документы, публикации и т.п.). Стандартным подходом к систематизации информации является
классификация документов с помощью таксономий. Таксономия – это предметная классификация, которая группирует термины в виде управляемого словаря (тезауруса) и упорядочивает их (словари) в виде иерархических структур. Для описания какой-либо предметной области обычно используется определенный набор ключевых терминов, каждый из которых обозначает или описывает какое-либо понятие из данной предметной области. Основу классификации составляет выделение понятий
(ключевых терминов), установление парадигматических отношений (например, типа родитель – потомок) между ними и сопоставление анализируемого документа выделенным понятиям. Самое
неприятное в обеспечении информационных научно-
образовательных систем заключается в том, что технологии классификации и систематизации информации, выработанные библиотеками на протяжении последних ста лет, не работают в узких предметных областях вследствие тематической близости классифицируемых документов. Например, наиболее удобные для классификации ресурсов по математике или информатике словари УДК
7 и MSC2000 8 или тезаурус ЮНЕСКО 9 , как правило, относят все ресурсы, отобранные для конкретного учебного курса, к одной категории. Разработка специализированных тезаурусов актуальна сама по себе как развитие и систематизация понятийного аппарата предметной области (в данном случае информатики), так и для логического поиска информации в 1 Единое научное информационное пространство Российской Академии Наук 2 Интегрированная распределенная информационная система СО РАН 3 European current research information systems 4 Российская научная электронная библиотека, интегрированная с Российским индексом научного цитирования (РИНЦ) 5 Институт для осуществления комплексной поддержки развития и использования новых информационных технологий и телекоммуникаций в сфере образования и науки 6 Общероссийский математический портал 7 Универсальная десятичная классификация (УДК), поддерживаемая Международной федерацией по документации (МФД - Federation Internationale de Documentation - FID) и Консорциумом УДК (UDC Consortium http://www.udcc.org/), русская версия УДК поддерживается ВИНИТИ РАН. 8 Mathematics Subject Classification (http://www.ams.org/msc/) – Классификатор математических сущностей, поддерживаемый Американским математическим обществом (AMS). 9 http://databases.unesco.org/thesru/ полнотекстовых базах данных, в Интернете, как средство формирования поисковой потребности, формулирования поисковых предписаний и адекватного автоматического индексирования, систематизации и классификации документов. Основная проблема состоит в высокой трудоемкости и стоимости ручного составления тезауруса, малой гибкости процесса его построения. В тезаурусах для ручного индексирования совокупности близких понятий сводятся к одному, наиболее представительному понятию для уменьшения субъективности индексирования. В автоматизированных тезаурусах семантически близкие понятия представлены в виде отдельных единиц, что позволяет использовать при поиске
синонимические ряды.
Трудность построения тезауруса, соответствующего всему тематическому многообразию индексируемой информации, является основной причиной его непопулярности в современных информационных системах. Но если рассматривать вопрос об эффективности информационных систем в определенных областях знаний, то создание и использование специализированных тезаурусов в таких системах представляет несомненный интерес и переводит систему совершенно другой качественный класс.
Дополнительной особенностью при создании информационной системы поддержки в научно-образовательной деятельности для таких стран как Казахстан или Российская Федерация является необходимость поддерживать поисковые и классификационные процессы одновременно на нескольких языках: для России, в основном, на двух языках (русском и английском), а для Казахстана – как минимум на трех (русском, английском и казахском) языках. Следовательно, документы должны индексироваться в трех различных пространствах, соответствующих трем языкам, между элементами которых должны быть
установлены отношения эквивалентности, либо
в интегрированном пространстве, который задается многоязычным тезаурусом. Отметим, что элементы признаковых пространств могут быть представлены в документе в различных словоформах, поэтому важнейшей проблемой является учет морфологии конкретного языка при индексации документов. Попытки построения систем классификации документов одновременно на русском, английском и казахском языках автору неизвестны. Вышесказанное дает основание утверждать, что создание информационной системы поддержки в научно-образовательной деятельности, снабженной тонкими поисковыми механизмами и адаптивными сервисами, призванными удовлетворить информационные потребности исследователей, использующей многоязычный тезаурус по информационным технологиям – весьма актуальная задача, вносящая существенный вклад в развитие данной научной области. Поставленные задачи имеют значимость в национальном и международном масштабе, поскольку их решение внесет большой теоретический и практический вклад в разработку специализированных лексикографических ресурсов для тюркских языков. Эффективность систем для
поддержки научно-образовательной деятельности напрямую зависит от использования специализированных тезаурусов, поэтому данная работа является актуальной. |