4.2.3. Понятие о многоуровневом поиске.

Основной причиной отсутствия возможностей применения линейной модели в крупных ИПС является очень большое количество понятий в естественных языках, вследствие чего матрицы разрастаются до таких размеров, что мощности ЭВМ не хватает, чтобы выполнять их обработку. В связи с этим на практике в универсальных ИПС применяются различные варианты многоуровневого поиска.

Для двухуровневого случая выбираются группы похожих документов с помощью неприведенной матрицы D и создаются описание для групп документов. А внутри каждой группы уже описывается сам документ. Поиск осуществляется в 2 этапа: сначала ищется нужная группа документов, а затем внутри этой группы сам документ. Очевидно, что уровней иерархии может быть сколько угодно, различными могут быть и принципы разделения на группы.

4.2.4. Основные характеристики ипс.

Основными характеристиками ИПС являются полнота и точность поиска.

Полнота поиска выражается отношением

,

где С – число подходящих документов, R – число таковых документов, выданное системой.

Точностью поиска называется отношение

. ,

где L – число документов, выданных системой, а K – число таковых документов, действительно соответствующих запросу.

На практике полнота, как правило, обратно пропорциональна точности.

4.3. RX-коды

Основный недостаток дескрипторных моделей – ложная координация дескрипторов. В языке RX-кодов помимо понятий отражается и часть отношений между ними – так называемые парадигмастические отношения, т.е. отношения, существующие всегда. Описание на языке RX-кодов выглядит так:

x_n=R₁x₁….R_nx_n-1,

где x_n – описываемое понятие, x₁…x_n-1 – некоторые другие понятия, каждое из которых представляет собой описание такого же типа или базовое понятие, задаваемое набором дескрипторов, а R₁…..R_n-1 – отношения, связанные с соответствующими понятиями.

Пример. Имеются отношения: R₁ – элемент класса, R₂ – включать в качестве элемента, R₃ – использовать свойства, R₄ – давать. Имеются также элементарные понятия: x₁ – летательный аппарат, x₂ – аэродинамическая сила, x₃ – силовая установка, x₄ – тяга, x₅ – поверхность, x₆ – подъемная сила.

Тогда можно описать следующие понятия: x₇ – летательный аппарат тяжелее воздуха, x8 – двигатель, создающий тягу, х₉ – крыло, x₁₀ – самолет:

x7= R₁x₁R₃x₂,

x8=R₁x₃R₄x₄,

x₉=R₁x₅R₄x₆,

x₁₀=R₁x₇R₂x₆R₃x₉=R₁(R₁x₁R₃x₂)R₂(R₁x₃R₄x₄)R₃(R₁x₅R₄x₆).

Описания на языке RX-кодов удобно представлять в виде графа

//рисунок

К основным недостаткам модели обычно относят:

1. сложность написания запросов (по сравнению с дескрипторными моделями);

2. более сложные и более медленные алгоритмы поиска.

4.4. Синтагматические цепи

4.4.1. Понятие синтагматических цепей.

В этой модели отражаются понятия и отношения (причем не только парадигмастические, но и меняющиеся со временем). Это позволяет описывать не только понятия, но и конкретные ситуации.

Синтагмой назовем выражение вида (x r y), где x, y – понятия или имена (понятия определяют целые классы объектов, а имена – конкретные экземпляры). r – отношение между понятиями или именами x и y. Понятия могут быть элементарными (первичными) или представлять собой другие синтагмы, образуя вложенность.

Пример. Опишем ситуацию. Автомобиль Волга с номером A364/70Rus движется по направлению к городу Томску.

Имеем четыре понятия: x₁ – автомобиль, x₂ – марка автомобиля, x₃ – город, x₄ – «Волга», два имени: i₁ – A364/70RUS, i₂ – Томск. А также четыре отношения: r₁ – иметь имя, r₂ – иметь признак, r₃ – иметь значение, r₄ – двигаться к.

Описание: Y₁=((x₁ r₁ i₁)r₂(x₂ r₃ x₄))r₄(x₃ r₁ i₂)

Синтагму можно представить в виде графа:

//рисунок графа синтагматической цепи (8)

Примечание. Любое отношение в естественном языке имеет обратное к себе, причем оба эти отношения имеют один и тот же смысл. Например, для отношения иметь имя, обратное – быть именем. Ориентация отношений чисто субъективный вопрос, однако она связана с формулировкой отношения.

В синтагматической цепи допустимо использование логических связок.

Пример. К городу Томску движется автомобиль Нива некрасного цвета. Вводим дополнительные понятия: x₅ – Нива, x₆ – цвет, x₇ – красный.

Тогда ситуация Y₂=((x₁ r₂ (x₂ r₃ x₅)) r₂ (x₆ r₃ x₇)) r₄ (x₃ r_{1 i2}).

Автомобиль Нива движется движется навстречу автомобилю №A364/70RUS: Вводим новое отношение R5 – двигаться навстречу.

Тогда ситуация Y₃=(x₁ r₂ (x₂ r₃ x₅)) r₅ (x₁ r₁ i₁)

Полностью ситуация, представленная в трех примерах описывается следующим образом: Y=Y₁Y₂Y₃.

Можно также использовать и квантификаторы.

Пример. Почти всегда автомобиль, следующий из Томска в Кемерово, проезжает через Юргу.

Вводим квантификатор (9) - почти всегда, имена: i₃ – Тайга, i₄ – Кемерово, отношения r₆ – через, r₇ – из.

Y₄=?(((x₁ r₇ (x₃ r₁ i₂)) r₄ (x₃ r₁ i₄)) r₆ (x₃ r₁ i₃))

Примечание. В синтагматических цепях можно описать все элементы естественного языка, таким образом, это полный реляционный язык, соответственно дескрипторные языки и RX-коды не полны.