8.5.2. Інформаційно-пошукова мова системи

Важливою складовою ІПС є інформаційно-пошукова мова (ІПМ), яка дозволяє сформулювати запит до системи в простій і зрозумілій формі. Вже давно відмовились від природної мови для створення ІПМ. Хоча такі підходи використовувалися раніше, зокрема саме цей підхід в системі Wais на перших стадіях її реалізації. Якщо навіть користувачеві пропонується вводити запити на природній мові, то це ще не означає, що система буде здійснювати семантичний розбір запиту користувача. Фраза запиту розбивається на слова, з яких віддаляються заборонені і загальні слова, іноді проводиться нормалізація лексики, а потім всі слова зв'язуються або логічним AND, або OR. Отже, запит типу Software that is used on Unix Platform буде перетворений так:

Unix AND Platform AND Software,

що буде означати приблизно наступне: «Знайди всі документи, в яких слова Unix, Platform і Software зустрічаються одночасно».

Можливі і варіанти. Так, в більшості систем фраза «Unix Platform» буде пізнана як ключова фраза і не буде розділятися на окремі слова. Інший підхід полягає в обчисленні міри близькості між запитом і документом. Саме цей підхід використовується в Lycos. У цьому випадку відповідно до векторної моделі представлення документів і запитів обчислюється їх міра близькості. Сьогодні відомо багато різних способів обчислення близькості. Найчастіше застосовується косинус куга між пошуковим образом документа і запитом користувача. Звичайно ці проценти відповідності документа запиту і видаються як довідкова інформація при списку знайдених документів.

Найбільш розвиненою мовою запитів з сучасних ІПС Internet володіє Alta Vista. Крім звичайного набору AND, OR, NOT ця система дозволяє використати ще і NEAR, що дозволяє організувати контекстний пошук. Усі документи в системі розбиті на поля, тому в запиті можна вказати, в якій частині документа користувач сподівається побачити ключове слово: посилання, заголовок, анотація і т. п. Можна також задавати поле ранжування видачі і критерій близькості документів запиту,

8.5.3. Інтерфейс системи

Важливим чинником є вигляд представлення інформації в програмі-інтерфейсі. Розрізнюють два типи інтерфейсних сторінок: сторінки запитів і сторінки результатів пошуку.

При складанні запиту до системи використовують або меню — орієнтований підхід, або командний рядок. Перший дозволяє ввести список термінів, що звичайно розділяються пропуском, і вибрати тип логічного зв'язку між ними. Логічний зв'язок розповсюджується на всі терміни.

На приведеній на рис. 8.2 схемі розглянуто такий варіант, коли запити користувача зберігаються. В більшості систем це просто фраза на ІПМ, яку можна розширити за рахунок додання нових термінів і логічних операторів. Але це тільки один спосіб використання збережених запитів, званий розширенням або уточненням запиту. Для виконання цієї операції традиційна ІПС зберігає не запит як такий, а результат пошуку — список ідентифікаторів документів, який об'єднується/перетинається зі списком, отриманим при пошуку документів по нових термінах. На жаль, збереження списку ідентифікаторів знайдених документів в WWW не практикується. Це пояснюється особливістю протоколів взаємодії програми-клієнта і сервера, що не підтримують сеансового режиму роботи.

Отже, результат пошуку в базі даних ШС — це список посилань на документи, що задовольняють запиту. Різні системи представляють цей список по-різному. У деяких видається тільки список посилань, а в таких, як Lycos, Alta Vista і Yahoo, дається ще і короткий опис, який запозичається або із заголовків, або з тіла самого документа. Крім цього, система повідомляє, на скільки знайдений документ відповідає запиту. У Yahoo, наприклад, ця кількість термінів запиту, що містяться в ПОД, відповідно до якого ранжується результат пошуку. Система Lycos видає ступінь відповідності документа запиту, за яким проводиться ранжування.

При огляді інтерфейсів і засобів пошуку виконуються процедури корекції запитів по релевантності. Релевантність — це міра відповідності знайденого системою документа потребі користувача. Розрізнюють формальну і реальну релевантність. Першу обчислює система, на основі чого ранжується вибірка знайдених документів. Друга — це оцінка самим користувачем знайдених документів. Деякі системи мають для цього спеціальне поле, де користувач може відмітити документ як релевантний. При наступній пошуковій ітерації запит розширяється термінами цього документа, а результат знов ранжується. Так відбувається доти, поки не наступить стабілізація, що означає, що нічого краще, ніж отримана вибірка, від даної системи не отримаємо.

Крім посилань на документи в списку, отриманому користувачем, можуть виявитися посилання на частини документів або на їх поля. Це відбувається при наявності посилань типу http://host/path#mark або посилань по схемі WAIS. Можливі посилання і на скріпти, але звичайно такі посилання програми-роботи пропускають, і система їх не індексує. Якщо з http посиланнями все зрозуміло, то посилання WA1S — це набагато більш складні об'єкти. Справа в тому, що WAIS реалізовує архітектуру розподіленої інформаційно-пошукової системи, при якої одна ІПС, наприклад Lycos, будує пошуковий апарат над пошуковим апаратом іншої системи — WAIS. При цьому сервери WAIS мають свої власні локальні бази даних. При завантаженні документів в WAIS адміністратор може описати структуру документів, розбивши їх на поля, і зберігати документи у вигляді одного файлу. Індекс WAIS буде посилатися на окремі документи і їх поля як на самостійні одиниці зберігання, програма перегляду ресурсів Internet в цьому випадку має вміти працювати з протоколом WAIS, щоб отримати доступ до цих документів.