Дескрипторы в информационном поиске¶
Дескриптор — упорядоченный набор ключевых слов (терминов, обозначающих основные понятия документа), используемый для формирования поискового описания документа в информационно-поисковых системах. Дескрипторы представляют собой элементы формализованного языка, на котором описываются документы и запросы, что обеспечивает сопоставление одного с другим при автоматизированном поиске.
¶Происхождение термина
Термин «дескриптор» (от англ. descriptor — описатель) вошёл в информатику в конце 1950-х — начале 1960-х годов в связи с разработкой первых автоматизированных информационно-поисковых систем (ИПС). В СССР активное развитие теории дескрипторного поиска связано с работами В. Н. Сагатовского, В. А. Фёдорова, Л. Н. Гавриловой, Е. М. Мирского и других исследователей. Ключевую роль сыграла разработка системы «ВНИИТИ-информ» (1971), в которой дескрипторы использовались для индексирования научно-технической документации.
¶Основные понятия
Дескрипторный поиск опирается на следующие элементы:
- Дескриптор — элементарная единица формализованного описания, соответствующая одному понятию (например: «лазер», «сплав», «коррозия»).
- Дескрипторный словарь (тезаурус) — упорядоченное множество дескрипторов, описывающих определённую предметную область, с указанием иерархических, синонимических и ассоциативных связей между ними.
- Дескрипторное описание документа — набор дескрипторов, выбранных для описания содержания документа.
- Дескрипторный запрос — набор дескрипторов, формулируемый пользователем для поиска нужных документов.
¶Требования к дескрипторам
Дескрипторный словарь формируется по ряду принципов:
- Однозначность — каждый дескриптор должен соответствовать одному понятию.
- Полнота покрытия предметной области — совокупность дескрипторов должна охватывать основные понятия области.
- Краткость — избыточные дескрипторы исключаются.
- Стандартизация — дескрипторы выбираются из утверждённых списков или международных стандартов (например, IEEE Taxonomy, тезауруса ERIC).
¶Виды дескрипторов
По характеру связи с содержанием документа различают:
- Предметные — обозначают тему документа (научные понятия, объекты, процессы).
- Формальные — указывают на вид, тип, жанр документа (монография, патент, диссертация).
- Функциональные — отражают роль документа (обзор, методика, стандарт).
- Контекстуные — уточняют значение предметного дескриптора в конкретном контексте.
¶Связи в дескрипторном словаре
Дескрипторы объединяются в словарь с помощью нескольких типов отношений:
| Тип связи | Пример |
|---|---|
| Иерархическая (род–вид) | «металл» → «сталь» |
| Синонимическая | «автомобиль» ↔ «машина легковая» |
| Ассоциативная | «лазер» ↔ «оптика» |
| Частично совмещающая | «насос» ↔ «двигатель» |
Иерархические связи позволяют расширять запрос: если нужных документов по конкретному виду мало, поиск охватывает весь род.
¶Методы индексирования
При подготовке дескрипторного описания применяются:
- Ручное индексирование — эксперт (индексатор) анализирует документ и подбирает дескрипторы. Требует квалификации, но обеспечивает высокое качество.
- Автоматическое индексирование — дескрипторы извлекаются программными средствами по частоте встречаемости слов, морфологическим признакам, позиции в тексте.
- полуавтоматическое индексирование — сочетание ручной и автоматической обработки.
¶Структура дескрипторного описания
Дескрипторы могут быть связаны между собой логическими операциями, формирующими поисковое выражение:
- Конъюнкция («И») — совместное присутствие дескрипторов (лазер И сварка).
- Дизъюнкция («ИЛИ») — хотя бы один из дескрипторов (лазер ИЛИ световод).
- Отрицание («НЕ») — исключение дескриптора (лазер НЕ медицинский).
Комбинация этих операторов позволяет точно задавать область поиска.
¶Применение
Дескрипторные системы используются в:
- Научно-технической документации — системы «ВНИИТИ-информ», «Реферативные журналы ВИНИТИ» (индексируются около 200 тыс. документов ежегодно).
- Библиотечных каталогах — тематические рубрикаторы, основанные на дескрипторных словарях.
- Медицинском поиске — MeSH (Medical Subject Headings) Национальной медицинской библиотеки США.
- Патентном поиске — Международная патентная классификация и дескрипторные индексы.
- Поисковых системах — тезаурусы используются для расширения запроса и определения релевантности.
¶Дескрипторы и современные технологии
С развитием машинного обучения и нейросетевых моделей формальные дескрипторные словари частично вытесняются векторными представлениями текста (эмбеддингами). Однако принцип дескрипторного описания — сведение содержания документа к формализованному набору признаков — остаётся фундаментом тематической классификации, тегирования и семантического поиска. Современные системы автоматической разметки (topic modeling, BERT-теггеры) по сути выполняют ту же задачу, что и классические дескрипторы, но извлекают их автоматически из больших корпусов текстов.
¶Недостатки дескрипторного метода
- Трудоёмкость формирования и поддержания дескрипторного словаря.
- Субъективность ручного индексирования.
- Ограниченная выразительность: набор дескрипторов не передаёт логические связи между понятиями в полном объёме.
- Необходимость адаптации словаря к новым направлениям науки и техники.
Источники:
- Сагатовский В. Н. «Основы информационного поиска»
- Фёдоров В. А. «Информационный поиск в ЭВМ»
- Гаврилова Л. Н. «Базы знаний информационно-поисковых систем»
- Lancaster F. W. «Indexing and Abstracting in Theory and Practice»
- IEEE Taxonomy (стандарт предметной классификации IEEE)