Материал: Модели и алгоритмы проектирования и разработки систем поддержки принятия инвестиционных решений. Морозов В.П., Баркалов С.А

Рис. 2.67. Гистограмма распределения инвестиций

Рис. 2.68. Сводная диаграмма распределения инвестиций

166

РАЗДЕЛ 3 МОДЕЛИ И АЛГОРИТМЫ ТЕРМИНОЛОГИЧЕСКОГО ПОИСКА

3.1.Модель формализации текстовой информации

Реализация терминологического поиска в СППИР предполагает формализацию текстов. Формализация обеспечивает представление текстовой информации в виде формальной системы [30, 68], базирующейся на определённых взаимосвязанных абстракциях – элементах (понятиях, аксиомах, теоремах, свойствах и др.), идеализации и искусственных символических языках (предикатах, моноидах и др.). Иерархическая схема уровней формализации текстовых данныхпредставлена на рис. 3.1 [42].

Рис. 3.1. Иерархическая схема представления текстовых данных

Формализация позволяет систематизировать, уточнить и методологически прояснить содержание представления текстов, выяснить характер взаимосвязи между собой различных положений их обработки, выявить и сформулировать ещё не решённые проблемы [49]. Важное значение для формализации текста имеет модель, лежащая в ее основе [161]. В различные исторические периоды разрабатывались разнообразные модели формализации текстовой информации. Результаты сравнительного анализа основных моделей формализации текстовой информации представлены в табл. 3.1 [79].

167

169

Окончание табл. 3.1

170

Проведенный анализ моделей формализации текстовой информации показывает, что в интересах реализации терминологического поиска необходимо использовать категоризацию лексики, обеспечивающую построение более простых и адекватных моделей представления текстовой информации. Она впервые возникла в моделях Ньютона и Лейбница, а дальнейшее развитие получила в лямбда-исчислении и семантической сети. В ее состав могут быть включены такие важные для терминологического поиска категории, как тезаурус и терминологический портрет. Это позволяет дополнить иерархическую схему представления текстовых данных (см. рис. 3.1) данными категориями и, на начальном этапе, сформировать математическую модель весовой распределенной информационной системы на тезаурусе, а затем на терминологическом портрете.

3.2. Математическая модель весовой распределенной информационной системы на тезаурусе

Рассмотрим ряд понятий необходимых для определения распределенной информационной системы, основанной на тезаурусе [112].

Определение 3.2.1. Тезаурусом будем называть конечное непустое множество T слов t, отвечающих условиям:

1) имеется непустое подмножество T0 T , называемое множеством

дескрипторов; 2) имеется симметричное, транзитивное рефлексивное отношение

R T T, такое, что:

при этом отношение R называется синонимическим отношением, а слова t1 и t2 ,

отвечающим этому отношению, называются синонимическими дескрипторами; 3) имеется транзитивное и несимметричное отношение K T0 T0 , назы-

ваемое обобщающим отношением.

В случае если два дескриптора t1 и t2 удовлетворяют отношению t1Kt2 , то полагается, что дескриптор t1 более общий, чем дескриптор t2 .

Элементы множества T \ T0 называются множеством аскрипторов.

Определение 3.2.2. Информационной системой (ИС) с тезаурусом называется четверка (T, D, M, ), где T – тезаурус с дескрипторным множеством T0; D– коллекция документов; М – множество вопросов; :M 2D – отображение,

сопоставляющее каждому вопросу множество документов.

Пусть описание любого документа d Dможет быть представлено в виде

и удовлетворяет отношению К.

Можно также считать, что каждый вопрос m M представляется в форме, аналогичной описанию документов.

Множество описаний вопросов и документов частично упорядочено от-

170