Тезаурусы эпохи Интернет: эволюция взглядов, области применения и расширение

пользователей
Гендина Н. И., доктор пед. наук, профессор Кемеровского государственного университета

культуры и искусств

пользователей тезаурусов

текстов / И. А. Большаков // НТИ. Сер. 2.– 1994.

- №1 – С. 11–23.
ГОСТ 7.25–2001. Тезаурус информационно-поисковый одноязычный. Правила разработки, структура, состав и форма представления. – Взамен ГОСТ 7.25-80 ; введ. 2002-07-01. – Москва : ИПК Изд-во стандартов, 2001. – 16 с.
ГОСТ 7.24–2007. Тезаурус информационно-поисковый многоязычный. Состав, структура и основные требования к построению / Межгос. совет по стандартизации, метрологии и сертификации. – Взамен ГОСТ 7.24-90 ; введ. 2008-07-01. – Москва : Стандартинформ, 2008. – 7 с.
Жмайло С. В. К вопросу об определении тезауруса / С. В. Жмайло // НТИ. Сер. 1. – 2003. – №12. – С. 20–25.
Жмайло С. В. К разработке современных информационно-поисковых тезаурусов / С. В. Жмайло // НТИ. Сер. 1. –2004. – №1. – С.23 – 31.

суждения:
Быстродействие и значительные объемы памяти современных компьютеров позволят

обеспечить приемлемое качество информационного поиска за счет использования естественного языка (ключевых слов), следовательно, можно отказаться от ИПТ, т. е. обойтись без ИПЯ с контролируемой лексикой.
Разработка и ведение ИПТ в эпоху Интернета и полнотекстовых баз данных являются излишним, дорогостоящим и не оправдывающим себя процессом с точки зрения эффективности информационного поиска.
Ложный вывод: совершенствование работы современных АИС можно обеспечить за счет мощи и быстродействия компьютеров, не прибегая к разработке лингвистических средств, включая ИПТ.

50 лет
С 1950 г. – каждые 10 лет
С 1970 г.

– каждые 5 лет
С 2000 г. – ежегодно
Прогноз на 2020 г. – каждые 72 дня

по данным Gartner Group: KPMG Knowledge Management Resource Report, 1998. And Knowledge Management Scenario: Trends and Directions for 1998-2003, 1999.

– это тот объем информации, который получается, если сложить все

"флешки", компакт-диски, снабженные чипами кредитные карты, устаревшие видеокассеты и другие накопители информации (По данным, опубликованным учеными из Южнокалифорнийского университета (США) в журнале Science).
Согласно оценке специалистов, именно такое количество информации человечество может хранить в настоящий момент.
295 эксзабайт – это число в котором после 295 стоит целых 18 нулей.
Эта цифра эта постоянно растет: общие показатели ёмкости компьютерных накопителей увеличиваются на 58% ежегодно. Человечество транслирует около 1,9 зеттабайт информации в виде телевизионного вещания, передачи данных систем глобального позиционирования GPS и т. п. 1 зеттабайт – это 1000 экзабайт.

По материалам CNET News (11.02. 2011) Источник: DailyComm

XXI века
Объем World Wide Web в 2000 г. -

около 1,2 млрд вебстраниц, причем ежегодно это число удваивается.
Объем выдач на запрос в Интернете – примерно 10-20 тыс. документов, из которых реально пользователь просматривает только три-четыре эшелона.
Точность словарного информационного поиска в Интернете составляет в среднем лишь 10 %, причем ни одна из известных поисковых машин не обеспечивает полноту поиска.
При поиске в базах данных объемом в миллионы документов проблема точности выходит на первый план.

доказано, что применение ИПТ, обеспечивающих использование парадигматических (иерархических и синонимических)

отношений между лексическими единицами, ... позволило увеличить точность информационного поиска в Интернете в 3,3 раза.


Жмайло, С. В. Об исследовании эффективности поиска научно-технической информации в сети Интернет [Текст] / С. В. Жмайло // НТИ. Сер.2. – 2006. – №7. – С.21 – 27.

системы понятий, необходимых для описания предметной области, включая расширение синонимических

рядов: включение не только существительных и именных групп, а также прилагательных, глаголов, глагольных групп. Особое место отводится многословным синонимам.
Конкретизация и детализация парадигматических отношений между дескрипторами.
Изменение структуры: в ИПТ могут не выделяться дескрипторы, и все лексические единицы ИПТ считаются дескрипторами.

или проверить антоним. Например: «импорт» – «экспорт».
Найти гипероним – слово

с более широким значением, выражающее общее, родовое понятие, название класса (множества) предметов (свойств, признаков). Например, слово «дерево» – это гипероним по отношению к словам «дуб, ясень, береза».
Найти гипонимы – слова, выражающие видовые, нижестоящие понятия. Например, слово «бульдог» – гипоним по отношению к слову «собака».
Найти холоним, т. е. слово, обозначающее объект, который включает в себя другое. Например, у лестницы есть ступеньки. «Лестница» – холоним для слова «ступенька». Холонимы отражают отношение «множество – часть множества»: «волк – стая волков», «корова – стадо коров», но «лев – семейство, полчище, прайд».
Найти мероним – слово, обозначающее объект, являющийся частью для другого. Например, слово «монитор» – это мероним для слова «компьютер».
Найти любые устойчиво сочетающиеся слова для данного существительного, глагола, прилагательного или наречия.

контракты, отчеты, письма и желают строго выдерживать деловой стиль;
1.2. Для

научно-технических специалистов, которые компонуют, создают или редактируют отчеты, статьи, пособия или книги и желают избежать «суконного» технического языка;
1.3. Для начинающих журналистов, желающих освоить богатство русского языка в своих публикациях и проверить нормативность собственного языка и языка своих коллег;
1.4. Для учащихся и студентов, особенно, если русский язык для них не является родным.
2. В иноязычной среде:
2.1. Для студентов университетов с русским или славянским отделением;
2.2. Для профессиональных переводчиков и учителей русского языка;
2.3. Для деловых людей в «ближнем зарубежье», желающих сохранить достаточно высокий уровень грамотности своей русскоязычной переписки.

Большаков, И.А. Многофункциональный словарь-тезаурус для автоматизированной подготовки русских текстов / И. А. Большаков // НТИ. Сер. 2. – 1994. – №1. –
С. 11 – 23

слов
Новый словарный ресурс – комбинаторный словарь КроссЛексика, по объему и

структуре не имеющий аналогов ни для одного языка.
Содержит словник из 185 тыс. титулов, 1,75 млн словосочетаний, 2 млн смысловых связей между словами, английские переводы титулов, их морфопарадигмы.
Предназначается для широкого круга пользователей.
Работает в диалоге (редактирование текстов, обучение языку) и доступен из программ парсинга, разрешения омонимии, обнаружения/исправления смысловых ошибок, стеганографии.

http://www.dialog-21.ru/dialog2009/materials/html/08.htm

других подобных ресурсов.
Время и место создания – 1999 г., Кафедра

математической лингвистики Филологического факультета Санкт-Петербургского государственного университета.
Цель – построение лексико-семантического ресурса, отражающего организацию лексической системы русского языка в целом (в противоположность терминологическим или частным словарям); покрывающего ядро общеупотребительной лексики русского языка; фиксирующего все семантические, семантико-грамматические и семантико-деривационные отношений, характерные для русского языка.
Структура – тезаурус состоит из 4 взаимосвязанных файлов, содержащих слова основных частей речи: существительные, глаголы, прилагательные и наречия.
Базовой единицей RussNet является синонимический ряд (синсет), объединяющий слова со сходным значением.
Синсеты связаны различными парадигматическими и синтагматическими отношениями.
Текущий объем – включает ~15 тыс. лексико-семантических вариантов (ЛСВ), организованных в ~5500 синсетов, из них 1300 существительных, 1900 глаголов, 1100 прилагательных, 200 наречий.

Проект RussNet

– это база электронных ресурсов для исследований и образования в

области экономики, социологии, политологии, международных отношений и других гуманитарных наук. С 2000 г. открыта для коллективного доступа университетов, вузов, научных институтов РФ и специалистов.
Разработчик УИС “РОССИЯ” – НИВЦ МГУ им. М. В. Ломоносова и АНО Центр информационных исследований.
Начало разработки – 1994 г.
Предметная область – проблемы современного общества
Терминологический состав: экономика, финансы, оборона, законодательство, научная политика, спорт, искусство, военные конфликты и др.
Типы обрабатываемых текстов – официальные документы, международные договора, законы, газетные статьи, новостные сообщения.
Объем – 29 тыс. понятий, 70 тыс. терминов, 105 тыс. отношений между понятиями.
Назначение – автоматическая обработка текстов общественно-политической области.

понятий
Возрастание количества отношений между понятиями
Введение новых типов отношений, обладающих

различными логическими свойствами

ЗАРОСЛЬ (ЗАРОСЛЕВЫЙ)
ЛЕСНАЯ КУЛЬТУРА (ЛЕСНАЯ ПОРОДА; ЛЕСОХОЗЯЙСТВЕННАЯ

КУЛЬТУРА)
ЛЕСНАЯ ПОЧВА (ЛЕСНАЯ ПОДСТИЛКА)
ЛЕСНЫЕ ЗЕМЛИ (ЛЕСНЫЕ УГОДЬЯ; ЛЕСНАЯ ТЕРРИТОРИЯ; ЛЕСОРАСТИТЕЛЬНЫЙ РАЙОН; ЛЕСОРАСТИТЕЛЬНАЯ ЗОНА; ЛЕСОПОКРЫТЫЕ ПЛОЩАДИ; ЛЕСОПОКРЫТЫЕ ЗЕМЛИ; ЗЕМЛИ ЛЕСНОГО ФОНДА; ЗЕМЛИ, ПОКРЫТЫЕ ЛЕСОМ; ПОКРЫТЫЕ ЛЕСОМ ПЛОЩАДИ)
ОПУШКА (ОПУШЕЧНЫЙ)
ПОДЛЕСОК (ПОДЛЕСОЧНЫЙ)
ПОДРОСТ (МОЛОДНЯК)
ПРОДУКТИВНОСТЬ ЛЕСА (БОНИТЕТ ЛЕСА)
СУХОСТОЙ (СУХОСТОЙНЫЙ)

В ЛЕСУ)
ЛЕСНАЯ НАУКА (НАУКА О ЛЕСЕ)
ЛЕСОВЛАДЕНИЕ
ЛЕСОПОЛЬЗОВАНИЕ (ЛЕСНОЕ ПОЛЬЗОВАНИЕ;

ПОЛЬЗОВАНИЕ УЧАСТКАМИ ЛЕСНОГО ФОНДА)

рубрики по встретившимся в тексте терминам
Разрешение многозначности
Установление лексической связности в

тексте для более качественного выявления понятий основной темы текста

индексирование
Ранжированный информационный поиск
- Тестирование (методика TREC): значительное увеличение полноты

при сохранении точности поиска.
- Интегральная оценка: средняя точность поиска по терминам в 1.4 раза выше.
Автоматическая рубрикация текстов
- 10 различных рубрикаторов
- количество рубрик от 35 до 3000
- рубрика как сложный запрос
Автоматическое аннотирование текстов

документов и запросов в информационно-поисковых системах (так называемый контролирующий словарь).
Автоматическое

индексирование текстов в системах автоматической обработки текстов.
Уточнение информационных запросов, составление и оптимизация поисковых предписаний в Интернете и других сетях.
Реферирование, аннотирование, редактирование, анализ терминологического состава документов.
Составление предметных и систематических указателей к различным документам и информационным массивам.

Компьютерный анализ документов: реферирование, классификация, поиск
Машинный перевод
Модели общения;

коммуникация, диалог и речевой акт

ЮНЕСКО
Полонский В. М. Русско-китайский лексикон по образованию и педагогике
Полонский В.

М. Тезаурус информационно-поисковый по народному образованию и педагогике

1. Использование тезауруса как терминологического словаря

иностранных языков

понятийно-терминологическим аппаратом различных учебных дисциплин

по новым специальностям, когда отсутствуют учебники и учебные пособия.

Например,

при изучении основ нанотехнологии полезным является «Словарь нанотехнологических и связанных с нанотехнологиями терминов – РОСНАНО».

ответить на вопрос, какие устойчивые ассоциации, т. е. ассоциативные нормы,

возникают у людей на то или иное слово или слово-стимул. Они наглядно демонстрирует все то, что стоит в обыденном сознании человека за словом.
Ассоциативный словарь может показать, с каких точек зрения рассматриваются людьми предметы и из каких образов составляются соответствующие картины мира.

Русский ассоциативный словарь. Кн. 1. Прямой словарь: от стимула к реакции. Ассоциативный тезаурус современного русского языка. Ч. I / Ю. Н. Караулов, Ю. А. Сорокин, Е. Ф. Тарасов, Н. В. Уфимцева, Г. А. Черкасова. – Москва : "Помовский и партнеры", 1994. – 224 с.

чистое 14, облака 13; в клеточку, высокое 8; облако, ясное

7; самолет, светлое 6; безоблачное, голубой, и земля, над головой, хмурое 5; в клетку, звездное, звезды, синева 4; белое, в звездах, голубизна, мир, мирное, огромное, синий, темное 3; бездонное, в крапинку, высоко, затянуло, лазурное, летать, мечта, низкое, парашют, пасмурное, потемнело, простор, пространство, свод, тучи 2; алое, Аустерлица, багровое, бегемот, без конца, безграничное, бесконечное, в ночи, в облаках, внизу, вода, воздух, вопрос, высокое и родное, глубокое, голубое с облаками, голубь, далеко, далекое, душа, жимолость, житель, жуткое, звезда, Зевс, зеленое, интересный, космос, красиво, красота, крест, купол, летнее, Луна, любовь, малиновое, море, над нами, наоборот, не больно, не поступит, небосвод, НЛО, ноготь, ночь; оглянитесь, люди; окно, осенью, очистилось, парение, пасмурная, полет, прозрачное, птицы, пустота, путь, пятна, радость, разное, разукрашено голубой пастелью, рыбалка, с овчинку, свет, седьмое, серебристое, серое, синь, созвездие, спутник, становится ближе, тошнота, туман, туча, упало, Франции, хлеба, хорошая погода, яркое 1; 521+122+1+78.

Опыт еще одного самопознания / Н.В.Уфимцева // Этнокультурная специфика языкового

сознания. — Москва : Ин-т языкознания РАН, 1996. – 139-162.

СФЕРА ПРИМЕНЕНИЯ
ТЕЗАЛ (ТЕЗаурус Автоматизированный Личностный) – многофункциональная экспертная система,

предназначенная для автоматизации процессов сбора и интерпретации информации о личностных чертах, интеграции тестовых данных и экспертных оценок.
ТЕЗАЛ – инструментарий, который может быть полезен как разработчикам в области психодиагностики, так и специалистам-практикам в области оценки персонала.
ТЕЗАЛ позволяет описывать психологический портрет человека, выбирая из тезауруса существительные и прилагательные, соответствующие его личностным качествам. Портрет может быть представлен как в виде классического словесного портрета, так и в виде психологического профиля бизнес-компетенций.
http://www.ht.ru/tests/bank/annrtf/tezal.php

диагностики (тезаурус психолого-психиатрических синонимов)
Глава 2. ТЕЗАУРУС ПСИХОЛОГО-ПСИХИАТРИЧЕСКИХ СИНОНИМОВ 
ТЕЗАУРУС ФЕНОМЕНОВ

И СИМПТОМОВ ЭМОЦИОНАЛЬНОЙ СФЕРЫ
Переживания с оттенком повышения настроения
Переживания с оттенком понижения настроения и тревожностью
Переживания с оттенком понижения настроения и тоскливостью
Переживания с оттенком понижения настроения и гневливостью
Переживания с пониженным настроением и чувством субъективного внутреннего дискомфорта
Эмоциональные состояния с оттенком снижения уровня эмоционального реагирования
Эмоциональные состояния с оттенком нейтрального эмоционального реагирования
Переживания со склонностью к смене (колебаниям) настроения и противоречивости
ТЕЗАУРУС ЭКСПРЕССИВНЫХ ФЕНОМЕНОВ И СИМПТОМОВ
Мимические феномены
Феномены жестикуляции, движений, позы, походки и внешности
Возбуждение
Ступор (заторможенность)

Феномены, отражающие особенности действий
Поведенческие феномены
Феномены, отражающие особенности влечений
ТЕЗАУРУС

РЕЧЕВЫХ И МЫСЛИТЕЛЬНЫХ ФЕНОМЕНОВ И СИМПТОМОВ
Голосовые феномены
Феномены устной речи
Феномены письменной речи
Мыслительные феномены
ТЕЗАУРУС ФЕНОМЕНОВ И СИМПТОМОВ (РАССТРОЙСТВ) ВОСПРИЯТИЯ И ОЩУЩЕНИЙ
Феномены, связанные с чувствительностью и ощущениями
Феномены восприятия
ТЕЗАУРУС МНЕСТИЧЕСКИХ ФЕНОМЕНОВ И СИМПТОМОВ
ТЕЗАУРУС ФЕНОМЕНОВ И СИМПТОМОВ, СВЯЗАННЫХ С ПРОЦЕССОМ ВНИМАНИЯ
ТЕЗАУРУС ФЕНОМЕНОВ И СИМПТОМОВ, СВЯЗАННЫХ С ИНТЕЛЛЕКТУАЛЬНОЙ ДЕЯТЕЛЬНОСТЬЮ И СПОСОБНОСТЯМИ
ТЕЗАУРУС ФЕНОМЕНОВ И СИМПТОМОВ (РАССТРОЙСТВ) СОЗНАНИЯ И САМОСОЗНАНИЯ
ТЕЗАУРУС ИНДИВИДУАЛЬНО-ПСИХОЛОГИЧЕСКИХ СВОЙСТВ, ХАРАКТЕРОЛОГИЧЕСКИХ И ЛИЧНОСТНЫХ РАССТРОЙСТВ

Применение тезаурусов в психологии и психиатрии

и тревожностью
Характеристика: доминирует ожидание какой-то трагедии, неприятностей, двигательное беспокойство и

повышенная активность, невозможность сосредоточиться на какой-либо деятельности, избегание ситуаций, способных вызвать подобные эмоциональные переживания.
Синонимический ряд: 
Беспокойство, боязнь, взволнованность, волнение, замешательство, испуг, иступление, напряженность, настороженность, недоумение, растерянность, смущение, тревога, паника, страх, ужас, фрустрация
Ажитация, возбуждение, раптус, фобия
Арахнофобия - навязчивый страх - боязнь пауков
Аутофобия - навязчивый страх - боязнь одиночества
Аэрофобия - навязчивый страх - боязнь сквозняков
Бактериофобия - навязчивый страх - боязнь заражения микробами
Гипенгиофобия - навязчивый страх - боязнь ответственности
Демофобия - навязчивый страх - боязнь толпы
Ксенофобия - навязчивый страх - боязнь незнакомых лиц, чужих людей
Фармакофобия - навязчивый страх - боязнь употреблять лекарственные средства

Тезаурус психолого-психиатрических синонимов

«Тезауруса синонимов» и др. при создании словесных портретов – системы

описания внешности человека в целях его розыска и идентификации по внешним признакам.
Использование ассоциативных тезаурусов при проведении судебно-автороведческих и фоноскопических экспертиз.

журналисты, переводчики, редакторы и целый ряд иных специалистов.
Непрофессиональные пользователи: школьники,

студенты, аспиранты, учителя, преподаватели, бизнесмены, специалисты различных областей знания и многие другие.