![[personal profile]](https://www.dreamwidth.org/img/silk/identity/user.png){kind=small}
snydershttp://www.osp.ru/school/2000/01/012.htm
Íàöèîíàëüíûå îñîáåííîñòè
ïîèñêîâûõ ñèñòåì
Èãîðü Àøìàíîâ
Íåñêîëüêî ëåò íàçàä, â ñàìûé ðàçãàð ðàáîòû
íàä ñòèëèñòè÷åñêèì ìîäóëåì äëÿ
ïðîãðàììû ïðîâåðêè ïðàâîïèñàíèÿ ÎÐÔÎ,
àâòîð åõàë íà ðàáîòó â ÷àñòíîì òàêñè. Çàøëà
ðå÷ü î òîì, êòî ÷åì çàíèìàåòñÿ, è, óñëûøàâ
ïðî ïðîâåðêó ïðàâîïèñàíèÿ, âîäèòåëü
ñêàçàë: ?À, íó ÿñíî ? âçÿëè çàïàäíóþ
ïðîãðàììó è ïðèëàäèëè ê ðóññêîìó ÿçûêó. ß
çíàþ, êàê ýòî äåëàåòñÿ?.
Êîíå÷íî, êàæäîìó, êòî èìåë äåëî ñ îáðàáîòêîé
òåêñòîâ íà êîìïüþòåðå, áîëåå èëè ìåíåå
î÷åâèäíî, ÷òî íåâîçìîæíî ïðèñïîñîáèòü
ïðîãðàììó ïðîâåðêè ïðàâîïèñàíèÿ, ñäåëàííóþ
ïåðâîíà÷àëüíî, íàïðèìåð, äëÿ àíãëèéñêîãî
ÿçûêà, äëÿ òåêñòîâ íà ðóññêîì ÿçûêå ? îíà
ãîðàçäî ïðèìèòèâíåå, è ?âïèõíóòü? â íåå
áîãàòñòâî è ðàçíîîáðàçèå ðóññêîãî ÿçûêà
íåëüçÿ. Òî æå ñàìîå è äëÿ ïîèñêîâûõ ñèñòåì.
Ïîïðîáóåì ðàçîáðàòüñÿ, êàêèìè ôóíêöèÿìè
äîëæíà îáëàäàòü õîðîøàÿ ïîèñêîâàÿ ñèñòåìà è
÷åì äîëæíà îòëè÷àòüñÿ ñèñòåìà, êîòîðàÿ
ïðèñïîñîáëåíà ê ðóññêîìó ÿçûêó.
Ê ñîæàëåíèþ, â íàñòîÿùåå âðåìÿ â îòíîøåíèè
ñèñòåì ïîèñêà öàðèò ïîëíåéøàÿ
íåîïðåäåëåííîñòü. Íå ñóùåñòâóåò íè
îáùåïðèíÿòîé è ïðîçðà÷íîé êëàññèôèêàöèè
òàêèõ ñèñòåì è èõ âîçìîæíîñòåé, íè âíÿòíûõ
îáúÿñíåíèé òåðìèíîâ, óïîòðåáëÿåìûõ â
ðåêëàìíûõ ïðîñïåêòàõ è îáçîðàõ.
Íèæå ìû ðàññìîòðèì íåîáõîäèìûé ìèíèìóì
âîçìîæíîñòåé äëÿ ðàáîòû ñ ðóññêèì ÿçûêîì, áåç
êîòîðîãî ïîèñêîâàÿ ìàøèíà ïðîñòî íå ìîæåò
ôóíêöèîíèðîâàòü, çàòåì ïåðåéäåì ê
ñòàíäàðòíîìó íàáîðó ïîèñêîâûõ ñðåäñòâ,
ïðåäíàçíà÷åííûõ äëÿ ðàáîòû ñ ðóññêèì ÿçûêîì,
à â êîíöå êðàòêî îïèøåì áëèçêóþ ê èäåàëó
ïîèñêîâóþ ìàøèíó.
Îñíîâíûå ïîíÿòèÿ
Íå áóäåì óòî÷íÿòü, â êàêîì ôîðìàòå è â êàêîé
èìåííî ñèñòåìå äîêóìåíòîîáîðîòà õðàíÿòñÿ
íàøè äîêóìåíòû. Äîïóñòèì, ÷òî íàì íåîáõîäèìî
íàéòè íóæíûé äîêóìåíò â òàêîì ìíîæåñòâå
äîêóìåíòîâ, ÷òî íåâûãîäíî âñÿêèé ðàç
ïðîñìàòðèâàòü èõ âñå ïîäðÿä; åñëè æå
äîêóìåíòîâ ìíîãî, òî èñêàòü íóæíûé äîêóìåíò
ñëåäóåò ïî åãî ñîäåðæàíèþ (òåêñòó), à íå ïî òàê
íàçûâàåìûì ðåêâèçèòàì ? äàòå ñîçäàíèÿ,
ðàçìåðó, àâòîðó è ïð.
Ñöåíàðèé ïîèñêà äîêóìåíòà ïðè ïîìîùè
ïîèñêîâîé ïðîãðàììû îáû÷íî î÷åíü ïðîñò ? âû
ââîäèòå çàïðîñ íà ïîèñê, ñîñòîÿùèé èç îäíîãî
èëè íåñêîëüêèõ ñëîâ, ïîñëå ÷åãî ïðåäúÿâëÿåòñÿ
ñïèñîê èìåí íàéäåííûõ äîêóìåíòîâ. Ïðè
æåëàíèè ìîæíî îòêðûòü ëþáîé èç íàéäåííûõ
äîêóìåíòîâ; åñëè ïîèñêîâàÿ ñèñòåìà ïîçâîëÿåò,
èñêîìûå ñëîâà â äîêóìåíòå âûäåëÿþòñÿ ?
?ïîäñâå÷èâàþòñÿ?.
×òî ìîæíî ââîäèòü â êà÷åñòâå çàïðîñà ?
ñëîâà, ñëîâîñî÷åòàíèÿ, ïðåäëîæåíèÿ íà
åñòåñòâåííîì ÿçûêå? Íóæíî ëè çàäàâàòü
çàïðîñ â âèäå ëîãè÷åñêîé ôîðìû èç ñëîâ?
×òî ÿâëÿåòñÿ åäèíèöåé ïîèñêà ?
ïðåäëîæåíèå, äîêóìåíò, àáçàö?
Íàõîäÿòñÿ ëè âñå ãðàììàòè÷åñêèå ôîðìû
ñëîâ, ðàçëè÷àþòñÿ ëè ïðîïèñíûå è ñòðî÷íûå
áóêâû, ñèíîíèìû, áëèçêèå ïî ñìûñëó
äîêóìåíòû?
Óïîðÿäî÷èâàåòñÿ ëè ñïèñîê íàéäåííûõ
äîêóìåíòîâ è êàê?
Îò êîìáèíàöèè äàííûõ ñâîéñòâ è çàâèñèò
êà÷åñòâî ïîèñêà. Íà óêàçàííûå ïàðàìåòðû
ñèëüíî âëèÿåò ëèíãâèñòè÷åñêèé èíòåëëåêò
ïîèñêîâîé ïðîãðàììû, ÷òî è áóäåò ïîêàçàíî
íèæå.
×òîáû îïðåäåëèòü, êàêîâû ïîêàçàòåëè êà÷åñòâà
ðàáîòû äëÿ ïîèñêîâûõ ñèñòåì è íàñêîëüêî íóæíî
ïðè ïîèñêå äîêóìåíòîâ ó÷èòûâàòü îñîáåííîñòè
ÿçûêà, îïðåäåëèì îñíîâíûå ïîíÿòèÿ,
óïîòðåáëÿåìûå â ñôåðå ïîèñêà äîêóìåíòîâ.
Ðåëåâàíòíîñòü
Íàéäåííûé ïî çàïðîñó äîêóìåíò ìîæåò èìåòü
îòíîøåíèå ê çàïðîñó, ò. å. ñîäåðæàòü íóæíóþ
(èñêîìóþ) èíôîðìàöèþ, à ìîæåò è íå èìåòü ê
çàïðîñó íèêàêîãî îòíîøåíèÿ.  ïåðâîì ñëó÷àå
äîêóìåíò íàçûâàåòñÿ ðåëåâàíòíûì
(ïî-àíãëèéñêè relevant ? ?îòíîñÿùèéñÿ ê äåëó?), âî
âòîðîì ? íåðåëåâàíòíûì, èëè øóìîâûì.
Ïîëíîòà è òî÷íîñòü ïîèñêà
Îñíîâíûìè ïîíÿòèÿìè â ìèðå ïîèñêîâûõ
ñðåäñòâ ÿâëÿþòñÿ òî÷íîñòü è ïîëíîòà ïîèñêà.
Òî÷íîñòü ïîèñêà ? ýòî ïàðàìåòð,
ïîêàçûâàþùèé, êàêîâà äîëÿ ðåëåâàíòíûõ
äîêóìåíòîâ â îáùåì ÷èñëå íàéäåííûõ.
Ïîëíîòà ïîèñêà ? äîïîëíèòåëüíûé ïàðàìåòð,
ïîêàçûâàþùèé, êàêîâà äîëÿ íàéäåííûõ
ðåëåâàíòíûõ äîêóìåíòîâ â îáùåì
êîëè÷åñòâå ðåëåâàíòíûõ äîêóìåíòîâ. Åñëè â
îáëàñòè ïîèñêà íà ñàìîì äåëå èìååòñÿ 100
äîêóìåíòîâ, ñîäåðæàùèõ íóæíóþ
èíôîðìàöèþ, à ïî çàïðîñó íàéäåíî èç íèõ
âñåãî 30, òî ïîëíîòà ïîèñêà ðàâíà 30%.
ßñíî, ÷òî è òî÷íîñòü ïîèñêà, è åãî ïîëíîòà
çàâèñÿò íå òîëüêî îò ñâîéñòâ ïîèñêîâîé
ñèñòåìû, íî è îò ïðàâèëüíîñòè ïîñòðîåíèÿ
êîíêðåòíîãî çàïðîñà, à òàêæå îò ñóáúåêòèâíîãî
ïðåäñòàâëåíèÿ ïîëüçîâàòåëÿ î òîì, ÷òî òàêîå
íóæíàÿ åìó èíôîðìàöèÿ.
Êîíå÷íî, ñòîïðîöåíòíîå êà÷åñòâî ïîèñêà
íåâîçìîæíî ? â ÷àñòíîñòè, ïîòîìó, ÷òî
ñîîòíîøåíèå ?òî÷íîñòü-ïîëíîòà? ïðåäñòàâëÿåò
ñîáîé ?ðû÷àã?, ïîäîáíûé ñîîòíîøåíèþ
?ïàìÿòü-âðåìÿ? â ïðîãðàììèðîâàíèè èëè
?ñèëà-ðàññòîÿíèå? â ôèçèêå. Ñêàçàííîå îçíà÷àåò,
÷òî íà ôèêñèðîâàííîì óðîâíå ìîùíîñòè
ïîèñêîâîãî ñðåäñòâà âñå ïîïûòêè óëó÷øèòü îäèí
èç ýòèõ ïàðàìåòðîâ ïðèâîäÿò ê óõóäøåíèþ
äðóãîãî.
Èíäåêñàöèÿ
Òåêñòîâûå áàçû äàííûõ, ïðåäíàçíà÷åííûå äëÿ
ìíîãîêðàòíîãî ïîèñêà, îáðàáàòûâàþò çàðàíåå,
ñîñòàâëÿÿ òàê íàçûâàåìûé èíäåêñ. Ýòîò èíäåêñ
î÷åíü ïîõîæ íà ïðèâû÷íûé ïðåäìåòíûé
óêàçàòåëü â êîíöå ó÷åáíèêîâ è ñïåöèàëüíûõ
èçäàíèé, ãäå ïðèâîäÿòñÿ òåðìèíû ñ íîìåðàìè
ñòðàíèö.
Ïðè èíäåêñàöèè ïîèñêîâàÿ ñèñòåìà ñîñòàâëÿåò
ñïèñêè ñëîâ, âñòðå÷àþùèõñÿ â òåêñòå, è
ïðèïèñûâàåò êàæäîìó ñëîâó åãî êîîðäèíàòû â
òåêñòå (÷àùå âñåãî íîìåð äîêóìåíòà è íîìåð
ñëîâà â äîêóìåíòå). Ïðè ïîèñêå ñëîâî èùåòñÿ â
èíäåêñå, è ïî íàéäåííûì êîîðäèíàòàì âûäàþòñÿ
íóæíûå äîêóìåíòû. Åñëè ñëîâ â çàïðîñå
íåñêîëüêî, íàä èõ êîîðäèíàòàìè ïðîèçâîäèòñÿ
îïåðàöèÿ ïåðåñå÷åíèÿ. Ñêîðîñòü èíäåêñàöèè ?
î÷åíü âàæíûé ïîêàçàòåëü êà÷åñòâà ïîèñêîâîé
ñèñòåìû.
Ïîèñê ïî êîìáèíàöèÿì ñëîâ
 îïèñàíèÿõ ïîèñêîâûõ ñèñòåì ÷àñòî
âñòðå÷àåòñÿ ñëîâîñî÷åòàíèå ?áóëåâñêèé ïîèñê?.
Íà îáû÷íîì ÿçûêå ýòî îçíà÷àåò, ÷òî ïîèñêîâàÿ
ñèñòåìà óìååò èñêàòü â òåêñòîâûõ áàçàõ äàííûõ
íå òîëüêî îòäåëüíûå ñëîâà, íî è èõ ëîãè÷åñêèå
êîìáèíàöèè.
Î÷åâèäíî, ïîèñê ïî íåñêîëüêèì ñëîâàì èëè ïî èõ
ëîãè÷åñêîé êîìáèíàöèè ïîíèæàåò óðîâåíü øóìà,
ò. å. ïîâûøàåò òî÷íîñòü ïîèñêà. Îäíàêî ïðåæäå
÷åì óäîâëåòâîðèòüñÿ òåì, ÷òî ïîèñêîâàÿ
ñèñòåìà óìååò îáðàáàòûâàòü áóëåâñêèå
çàïðîñû, íóæíî ïîèíòåðåñîâàòüñÿ, êàêîé èìåííî
ôðàãìåíò äîêóìåíòà ýòà ñèñòåìà ñ÷èòàåò
ìåñòîì, ãäå ñëîâà âñòðåòèëèñü îäíîâðåìåííî, ?
òî åñòü åäèíèöåé ïîèñêà.
Åäèíèöà ïîèñêà
Êàê íè óäèâèòåëüíî, îäíî èç îñíîâíûõ ïîíÿòèé â
ìèðå ïîèñêîâûõ ñèñòåì ? åäèíèöà ïîèñêà ?
íàõîäèòñÿ íà çàäíåì ïëàíå è ðåäêî âñòðå÷àåòñÿ
â ðåêëàìå è îáçîðàõ ïîèñêîâûõ ñðåäñòâ.
Åäèíèöà ïîèñêà ? ýòî êâàíò òåêñòà, â ïðåäåëàõ
êîòîðîãî â äàííîé ïîèñêîâîé ñèñòåìå ìû
ïðèçíàåì ñëîâà çàïðîñà âñòðåòèâøèìèñÿ
ñîâìåñòíî.
Ïîñêîëüêó áîëüøèíñòâî ïîèñêîâûõ ñèñòåì
ïðåäâàðèòåëüíî ïîäãîòàâëèâàþòñÿ ê ïîèñêó (ñ
ïîìîùüþ èíäåêñèðîâàíèÿ äîêóìåíòîâ ? ñì.
âûøå), ïðèìåíåíèå òîé èëè èíîé åäèíèöû ïîèñêà
çàâèñèò îò ìîùíîñòè ïîèñêîâîé ñèñòåìû. ×åì
ìåëü÷å åäèíèöà ïîèñêà, òåì áîëüøå ïðèõîäèòñÿ
ñîáèðàòü è õðàíèòü â èíäåêñå èíôîðìàöèè î
ðàñïîëîæåíèè ñëîâ â òåêñòàõ.
Îáû÷íî ðàçðàáîò÷èêè ïîèñêîâûõ ñèñòåì
âûõîäÿò èç ïîëîæåíèÿ ñëåäóþùèì îáðàçîì:
ñ÷èòàþò åäèíèöåé ïîèñêà âåñü äîêóìåíò, íî äëÿ
êàæäîãî ñëîâà ïðè ïîäãîòîâêå äîêóìåíòîâ
çàïîìèíàþò òàêæå è ìåñòî ñëîâà â òåêñòå (åãî
íîìåð), à çàòåì óïîðÿäî÷èâàþò ðåçóëüòàòû
ïîèñêà ñîãëàñíî óáûâàíèþ ?êîìïàêòíîñòè?
âõîæäåíèé èñêîìûõ ñëîâ. Íàëè÷èå òàêîãî
ñðåäñòâà óïîðÿäî÷èâàíèÿ, èíîãäà íàçûâàåìîãî
ñðåäñòâàìè çàäàíèÿ áëèçîñòè ñëîâ â äîêóìåíòå,
? âàæíîå ñâîéñòâî ïîèñêîâîé ñèñòåìû.
Ðàíæèðîâàíèå ðåçóëüòàòîâ ïîèñêà
Êîãäà äîêóìåíòû, ñîäåðæàùèå ñëîâà çàïðîñà,
îáíàðóæåíû, ïîèñêîâàÿ ñèñòåìà äîëæíà
ïðåäúÿâèòü èõ ïîëüçîâàòåëþ. Â êàêîì ïîðÿäêå?
Îáû÷íî íàéäåííûå äîêóìåíòû òåì èëè èíûì
ñïîñîáîì ?âçâåøèâàþòñÿ? íà ïðåäìåò áëèçîñòè ê
çàïðîñó (ðàíæèðóþòñÿ) è ïîêàçûâàþòñÿ â
ïîðÿäêå óìåíüøåíèÿ ýòîé áëèçîñòè. Îáû÷íî äëÿ
âû÷èñëåíèÿ âåñà ? ðàíãà ? ó÷èòûâàþòñÿ îáùåå
êîëè÷åñòâî ñëîâ çàïðîñà â äîêóìåíòå, áëèçîñòü
èõ äðóã ê äðóãó â òåêñòå äîêóìåíòà, íàëè÷èå
êîìïàêòíûõ ãðóïï, ñîîòâåòñòâèå
ãðàììàòè÷åñêèõ ôîðì è ò. ä.
Èòàê, ñóììèðóåì ñêàçàííîå: îñíîâíûì
ïîêàçàòåëåì êà÷åñòâà ïîèñêîâîé ñèñòåìû
ÿâëÿåòñÿ ñîîòíîøåíèå ïîëíîòà-òî÷íîñòü.
Ñèñòåìà äîëæíà óìåòü èíäåêñèðîâàòü
äîêóìåíòû çàðàíåå, â ðåæèìå off-line, à òàêæå
áûñòðî ïîïîëíÿòü èíäåêñ â ðåæèìå on-line,
ïðîâîäèòü ïîèñê ïî êîìáèíàöèÿì ñëîâ, ïîìíèòü
êîîðäèíàòû ñëîâ â äîêóìåíòàõ è ðàíæèðîâàòü
íàéäåííûå äîêóìåíòû ïî èõ ðåëåâàíòíîñòè.
Íåîáõîäèìûé ìèíèìóì ðóñèôèêàöèè
Äàæå åñëè ïîëüçîâàòüñÿ óíèâåðñàëüíîé
ñèñòåìîé ïîèñêà, îíà äîëæíà îáëàäàòü
íåêîòîðûìè ìèíèìàëüíûìè íàâûêàìè äëÿ òîãî,
÷òîáû ðàáîòàòü ñ òåêñòàìè íà ðóññêîì ÿçûêå.
Ôîðìàòû è êîäèðîâêè
Êàæäûé èç íàñ ñòàëêèâàëñÿ ñ ?ãðå÷êîé? ? âñÿêèìè
ìóñîðíûìè ñèìâîëàìè íà ýêðàíå,
ïîÿâëÿþùèìèñÿ â ðåçóëüòàòå âûáîðà
íåðóñèôèöèðîâàííîãî øðèôòà èëè íåïðàâèëüíîé
êîäèðîâêè èëè ôîðìàòà äëÿ çàãðóçêè äîêóìåíòà
íà ðóññêîì ÿçûêå â òåêñòîâûé ðåäàêòîð. Â òî
âðåìÿ êàê ïåðâàÿ ïðè÷èíà íå ñëèøêîì âëèÿåò íà
ïîèñê äîêóìåíòîâ (îíà âàæíà òîëüêî äëÿ ïîêàçà
òåêñòà ïîëüçîâàòåëþ), âòîðàÿ äåëàåò åãî
íåâîçìîæíûì.
Î÷åâèäíî, äëÿ ïðàâèëüíîãî ïîèñêà äîêóìåíòîâ
ïîèñêîâàÿ ñèñòåìà äîëæíà óìåòü
èäåíöèôèöèðîâàòü ðàçíûå êîäèðîâêè ðóññêèõ
áóêâ. Ýòè êîäèðîâêè ðàçëè÷íû, íàïðèìåð, äëÿ
òåêñòîâûõ ôàéëîâ â ôîðìàòå ASCII è äëÿ
òåêñòîâûõ ôàéëîâ Windows. Â ïîñëåäíåå âðåìÿ
âñå àêòèâíåå ïðèìåíÿåòñÿ íîâûé, 16-ðàçðÿäíûé
ñòàíäàðò êîäèðîâàíèÿ ñèìâîëîâ ? Unicode
(www.unicode.org).
Ñåé÷àñ ìíîãèå ñòàëêèâàþòñÿ ñ íåîáõîäèìîñòüþ
ïðîèçâîäèòü ïîèñê òàêæå ñðåäè äîêóìåíòîâ,
ïîëó÷åííûõ èç ñåòè Èíòåðíåò èëè ñîçäàííûõ
äëÿ ïóáëèêàöèè â ñåòè, ò. å. ïðèãîòîâëåííûõ â
ôîðìàòå HTML. Ê ñîæàëåíèþ, ñ ðóññêèì ÿçûêîì è
òóò âîçíèêàþò äîïîëíèòåëüíûå ñëîæíîñòè ? íà
ïðîñòîðàõ Èíòåðíåòà ?ãóëÿþò? åùå íåñêîëüêî
êîäèðîâîê êèðèëëèöû (íàèáîëåå èçâåñòíîé
àëüòåðíàòèâîé ñàìîé ïîïóëÿðíîé êîäèðîâêå
Windows CP1251 ÿâëÿåòñÿ ÊÎÈ-8, íî åñòü è
äðóãèå).
Êðîìå êîäèðîâêè ïîèñêîâàÿ ñèñòåìà äîëæíà
òàêæå ïðàâèëüíî îïðåäåëÿòü ôîðìàò
äîêóìåíòà. Äàæå åñëè ðóññêèå áóêâû â
äîêóìåíòå íàõîäÿòñÿ â íóæíîé êîäèðîâêå,
íåïðàâèëüíîå îïðåäåëåíèå åãî ôîðìàòà
ïðèâåäåò ê òîé æå ?ãðå÷êå? è íå ïîçâîëèò èñêàòü
çàäàííûå ñëîâà. Êàê ìèíèìóì, ïîèñêîâàÿ
ñèñòåìà äîëæíà ðàçëè÷àòü ôîðìàòû ASCII,
Windows ASCII, RTF, Microsoft Word, HTML.
Âûäåëåíèå ñëîâ
×òîáû îòûñêàòü â òåêñòå ñëîâî, íóæíî õîòÿ áû
çíàòü, ãäå â íåì íàõîäÿòñÿ ñëîâà. Õîòÿ, â
îòëè÷èå îò äðåâíèõ ÿçûêîâ, â íàñòîÿùåå âðåìÿ
ïðèíÿòî óïîòðåáëÿòü ïðîáåëû ìåæäó ñëîâàìè,
âûäåëåíèå ñëîâ ? íå òàêàÿ ïðîñòàÿ çàäà÷à, êàê
êàæåòñÿ.
Îáû÷íî ñëîâîì ñ÷èòàåòñÿ ïîñëåäîâàòåëüíîñòü
áóêâ ?îò ðàçäåëèòåëÿ äî ðàçäåëèòåëÿ?.
Ðàçäåëèòåëÿìè ñ÷èòàþòñÿ ïðîáåëû, çíàêè
ïðåïèíàíèÿ è ïðî÷èå íåàëôàâèòíûå ñèìâîëû.
Îäíàêî èìåþòñÿ ñèìâîëû, êîòîðûå, íå áóäó÷è
áóêâàìè, íå ÿâëÿþòñÿ è ðàçäåëèòåëÿìè â ïîëíîì
ñìûñëå ýòîãî ñëîâà. Ê íèì îòíîñÿòñÿ, â
÷àñòíîñòè, àïîñòðîô ??? è äåôèñ ?-?.
Äåéñòâèòåëüíî, èíîãäà äåôèñ ðàçäåëÿåò ÷àñòè
ñëîâà (êòî-íèáóäü, ñèíå-çåëåíûé), à èíîãäà ?
ñàìîñòîÿòåëüíûå ñëîâà (ìàòü-îäèíî÷êà).
Àïîñòðîô, îñîáåííî â àíãëèéñêîì ÿçûêå, ìîæåò
ÿâëÿòüñÿ ñàìîñòîÿòåëüíîé ÷àñòüþ ñëîâà (don?t,
Ä?Àðòàíüÿí), à ìîæåò èñïîëüçîâàòüñÿ ïðîñòî â
êà÷åñòâå êàâû÷åê.
Ïðèìåíåíèå ðàçäåëèòåëåé â êàæäîì ÿçûêå
èíäèâèäóàëüíî, è ïîèñêîâàÿ ñèñòåìà äîëæíà
áûòü íàñòðîåíà íà âûäåëåíèå ñëîâ äëÿ
êîíêðåòíîãî ÿçûêà.
Îõ óæ ýòà áóêâà ?¸?...
Àíãëèéñêèå ñëîâà ÷àùå âñåãî âûäåëÿþòñÿ â
ýëåêòðîííûõ äîêóìåíòàõ ïðàâèëüíî; ñ ðóññêèìè
ñëîâàìè, íàïðîòèâ, ïîñòîÿííî âîçíèêàþò
ïðîáëåìû.
Ìíîãèå ïîìíÿò, íàïðèìåð, ÷òî âñòðîåííûé
ðåäàêòîð â Norton Commander 3.0 íå ïîçâîëÿë
ââîäèòü ðóññêóþ áóêâó ?ð?, è åå ïðèõîäèëîñü
çàìåíÿòü ëàòèíñêîé áóêâîé ?p?. Äî ñèõ ïîð
âñòðå÷àþòñÿ òåêñòû, ãäå ñëîâà ñ áóêâîé ?ð?
íàáðàíû íåïðàâèëüíî; â ÷àñòíîñòè, òàêèå ñëîâà è
ñåé÷àñ ÷àñòî âñòðå÷àþòñÿ äàæå â èçâåñòíûõ
ýëåêòðîííûõ ýíöèêëîïåäèÿõ îòå÷åñòâåííîãî
ïðîèçâîäñòâà, ÷òî çàñòàâëÿåò ïðè ïîèñêå
ñëîâàðíîé ñòàòüè çàïðàøèâàòü ýòè ñëîâà
äâàæäû ? ñ ðóññêîé è ñ ëàòèíñêîé áóêâîé.
Èçâåñòíî òàêæå, ÷òî âåðñèÿ 2.0 òåêñòîâîãî
ðåäàêòîðà Microsoft Word íå ïîçâîëÿëà âûäåëèòü
ðóññêîå ñëîâî ùåë÷êîì ìûøè ? âûäåëåíèå
îáÿçàòåëüíî ?ðàçáèâàëîñü? áóêâîé ?÷?.
Åñòåñòâåííî, è òåçàóðóñ, è ïðîâåðêà
ïðàâîïèñàíèÿ, è ïîèñêîâàÿ ?ìàøèíêà? â Word 2.0
ðàáîòàëè íà ðóññêèõ òåêñòàõ ñ ïåðåáîÿìè.
À áóêâà ?¸? äîëãîå âðåìÿ áûëà ïàä÷åðèöåé äëÿ
òåêñòîâûõ ðåäàêòîðîâ è ýêðàííûõ è
êëàâèàòóðíûõ äðàéâåðîâ. Äî ñèõ ïîð â íåêîòîðûõ
ïî÷òîâûõ ñèñòåìàõ ðóññêàÿ áóêâà ?¸? çà÷àñòóþ
?ñúåäàåòñÿ?, ïðåâðàùàÿñü â íåàëôàâèòíûé
ñèìâîë. Íî ýòî íå ãëàâíàÿ ïðîáëåìà ñî
ñòðîïòèâîé áóêâîé.
 îòëè÷èå îò âñåõ äðóãèõ ðóññêèõ áóêâ, áóêâà ?¸?
èìååò ñèíîíèì ? áóêâó ?å?, òàê ÷òî ñëîâà ?øîô¸ð? è
?øîôåð? äîëæíû ïðèçíàâàòüñÿ ïðîãðàììîé
ïîèñêà çà îäíî ñëîâî. Áîëüøèíñòâî ïðîãðàìì
ïîèñêà çàïàäíîãî ïðîèçâîäñòâà (â ÷àñòíîñòè
ïîèñêîâûå ìàøèíû Èíòåðíåò) íè÷åãî îá ýòîì íå
âåäàþò, è ïðè ââîäå çàïðîñà ñ áóêâîé ?¸?
ðåçóëüòàò ïîèñêà áóäåò ñîâåðøåííî äðóãèì, ÷åì
ïðè ïîèñêå òîãî æå çàïðîñà, ãäå áóêâà ?¸?
?ïîíèæåíà? äî ?å?.
Î÷åâèäíî, ïðàâèëüíàÿ ñèñòåìà ïîèñêà äîëæíà
ïðèçíàâàòü âñå êîìáèíàöèè ñ áóêâîé ?¸? çà îäíî è
òî æå ñëîâî. Îáû÷íî äëÿ ïðîñòîòû ýòî
äåëàåòñÿ òàê: è ïðè èíäåêñàöèè, è ïðè ïîèñêå
áóêâà ?¸? âñåãäà ?ïîíèæàåòñÿ? äî ?å?.
Ïîäâåäåì èòîã: ïîèñêîâàÿ ìàøèíà, ðàáîòàþùàÿ
ñ äîêóìåíòàìè íà ðóññêîì ÿçûêå, äîëæíà êàê
ìèíèìóì ðàçëè÷àòü ðàçíûå êîäèðîâêè è
ôîðìàòû ðóññêèõ áóêâ, îòëè÷àòü ïðîïèñíûå è
ñòðî÷íûå áóêâû, óìåòü âûäåëÿòü ðóññêèå ñëîâà,
ïðàâèëüíî îáðàáàòûâàòü áóêâó ?¸?.
Ïðîäâèãàåìñÿ äàëüøå.
Ïðîïèñíûå è ñòðî÷íûå áóêâû,
äæîêåðû è ïðî÷åå
Èñêîìîå ñëîâî ÷àùå âñåãî ïðåäñòàâëÿåò ñîáîé
íå÷òî áîëüøåå, ÷åì ïîñëåäîâàòåëüíîñòü çíàêîâ.
Ïîëíîòà ïîèñêà ïî ñòðîêå îáåñïå÷èâàåòñÿ çà
ñ÷åò òàêèõ ñòàíäàðòíûõ ñðåäñòâ, êàê
îòîæäåñòâëåíèå çàãëàâíûõ è ìàëûõ áóêâ (÷òî
òîæå òðåáóåò ÷óâñòâèòåëüíîñòè ê ÿçûêó) è
äæîêåðû (wildcards) íàïîäîáèå ?*? (÷òî îçíà÷àåò
ëþáîå êîëè÷åñòâî ëþáûõ ñèìâîëîâ). Ê
ñîæàëåíèþ, ïðè ýòîì ðåçêî âîçðàñòåò
êîëè÷åñòâî øóìà, ò. å. ïîíèçèòñÿ òî÷íîñòü
ïîèñêà. Äëÿ êîðîòêèõ ñëîâ óðîâåíü øóìà ïðè
èñïîëüçîâàíèè øàáëîíîâ áóäåò ÷ðåçâû÷àéíî
âûñîêèì.
Õîòåëîñü áû çàäàâàòü ñëîâî íà ïîèñê, íå
çàáîòÿñü î åãî èçìåí÷èâîñòè, òàê, ÷òîáû
ïîèñêîâàÿ ñèñòåìà ñàìà, ïðîçðà÷íûì äëÿ
ïîëüçîâàòåëÿ îáðàçîì, îáðàáàòûâàëà ðàçëè÷íûå
ôîðìû ñëîâà, à ýòî îçíà÷àåò, ÷òî ñèñòåìà
äîëæíà ïîíèìàòü ïðèíöèïû ñëîâîèçìåíåíèÿ â
ðóññêîì ÿçûêå.
Ñëîâà, ñêëîííûå ê ïåðåìåíå
Ïî÷òè ëþáîå ðóññêîå ñëîâî ? ýòî íà ñàìîì äåëå
íàáîð èç íåñêîëüêèõ ñëîâîôîðì. Äëÿ ñðåäíåãî
ðóññêîãî ñóùåñòâèòåëüíîãî òàêèõ ôîðì
äâåíàäöàòü ? îäíà îñíîâíàÿ è 11 êîñâåííûõ (6
ïàäåæåé åäèíñòâåííîãî è 6 ìíîæåñòâåííîãî
÷èñëà). Ó ðóññêîãî ãëàãîëà êîñâåííûõ ôîðì
ïîðÿäêà 25 (à åñëè ñ÷èòàòü ôîðìû ïðè÷àñòèé, òî
è âñå 200). Â ïðîöåññå ñëîâîèçìåíåíèÿ îáùèé
ñìûñë ñëîâà îñòàåòñÿ òåì æå, èçìåíÿþòñÿ
òîëüêî ôîðìà è ðîëü ñëîâà â ïðåäëîæåíèè.
Êàê ñïðàâèòüñÿ ñ ýòèì ðàçíîîáðàçèåì? Íóæåí
òàê íàçûâàåìûé ìîðôîëîãè÷åñêèé ïîèñê, ò. å.
ïîèñê, îïèðàþùèéñÿ íà çíàíèå ìîðôîëîãèè ÿçûêà
(íàóêè î ñëîâîèçìåíåíèè).
×òîáû èñêàòü ôîðìû çàäàííîãî ñëîâà, ïîèñêîâàÿ
ñèñòåìà äîëæíà èìåòü ñëîâàðü îñíîâ. Îí
îáû÷íî ñîñòîèò èç ñïèñêà ñëîâàðíûõ îñíîâ,
ññûëêè îò êîòîðûõ óêàçûâàþò íà
ñîîòâåòñòâóþùèå íàáîðû îêîí÷àíèé.
Ïðè èñïîëüçîâàíèè ñëîâàðÿ ïîèñêîâàÿ ñèñòåìà
ñíà÷àëà îòîæäåñòâëÿåò çàäàííîå ñëîâî ïî
ñëîâàðþ, ò. å. îòûñêèâàåò åãî îñíîâó, à çàòåì
ïðè èíäåêñàöèè èëè ïîèñêå ïðîâåðÿåò âñå
íàéäåííûå ñëîâà, ÷òîáû óçíàòü, íå îáðàçîâàíû
ëè îíè îò òîé æå îñíîâû.
Ëþáàÿ ñåðüåçíàÿ ïîèñêîâàÿ ñèñòåìà,
ïðèìåíÿåìàÿ â Ðîññèè, äîëæíà èìåòü
îñíîâàííûé íà ñëîâàðå ìîðôîëîãè÷åñêèé àíàëèç
ñëîâ ðóññêîãî ÿçûêà. Îáû÷íî ïîëíîöåííûé
ñëîâàðü äëÿ ðóññêîãî ÿçûêà äîëæåí âêëþ÷àòü íå
ìåíåå 100-120 òûñÿ÷ îñíîâ ñëîâ, à òàáëèöû
îêîí÷àíèé ? íå ìåíåå íåñêîëüêèõ ñîòåí íàáîðîâ
ýêâèâàëåíòíûõ îêîí÷àíèé.
Ãåíðèõ VIII è áåíçèí ÀÈ?93
Êîãäà ðàçìûøëÿåøü íàä ïðîáëåìàìè ïîèñêà
äîêóìåíòîâ, íå ñðàçó ïðèõîäèò â ãîëîâó, ÷òî äëÿ
ïîëíîòåêñòîâîãî ïîèñêà íå ìåíåå, ÷åì ñëîâà,
âàæíû äðóãèå òåêñòîâûå îáúåêòû, à èìåííî ?
äàòû, ÷èñëà, ñîêðàùåíèÿ, äåíåæíûå ñóììû.
 îáû÷íûõ ïîèñêîâûõ ñèñòåìàõ ÷èñëà íå
èíäåêñèðóþòñÿ è íå ïðîñìàòðèâàþòñÿ ïðè
ïîèñêå, íî òåì íå ìåíåå âî ìíîãèõ ñëó÷àÿõ ýòî
áûâàåò íåîáõîäèìî. Ñàìûé ïðîñòîé ïðèìåð
òåêñòîâîé áàçû äàííûõ, â êîòîðîé âàæåí ïîèñê
äàò è ÷èñåë, ? ýëåêòðîííàÿ ýíöèêëîïåäèÿ. Î÷åíü
÷àñòî òàêæå áûâàåò íóæíî îòûñêèâàòü ðèìñêèå
öèôðû è âñåâîçìîæíûå òåõíè÷åñêèå íàçâàíèÿ
(èìåíà ìèêðîñõåì, äåòàëåé, âåùåñòâ),
ñîñòîÿùèå èç ñìåñè öèôð è áóêâ.
Î÷åâèäíî, ÷òî ïîèñê äàò è ÷èñåë òàêæå
ÿâëÿåòñÿ ÿçûêîâî-çàâèñèìîé õàðàêòåðèñòèêîé
ïîèñêîâîé ñèñòåìû, ïîñêîëüêó, íàïðèìåð, â
ðóññêîì ÿçûêå è äàòû, è äåíåæíûå ñóììû
çàïèñûâàþòñÿ íå òàê, êàê â àíãëèéñêîì.
Êîíå÷íî, â èäåàëå ïîèñêîâàÿ ñèñòåìà äîëæíà
îòîæäåñòâëÿòü äàòû è ÷èñëà â èõ öèôðîâîé è
ñëîâåñíîé çàïèñÿõ è ïîçâîëÿòü çàäàâàòü
æåëàåìûå èíòåðâàëû äëÿ ïîèñêà, íî ýòî
äîâîëüíî ñëîæíî ðåàëèçîâàòü äàæå äëÿ
àíãëèéñêîãî ÿçûêà, íå ãîâîðÿ óæå î ðóññêîì.
Íå íóæíî ëèøíèõ ñëîâ
ßñíî, ÷òî íåêîòîðûå ñëîâà â îáùåì-òî íèêîãäà
íå ïîïàäóò â èñëî èñêîìûõ. Ïîäîáíûå ñëîâà
íàçûâàþòñÿ øóìîâûìè, èëè ?ñòîï-ñëîâàìè?.
Èçâåñòíûé çàêîí Öèïôà ãëàñèò, ÷òî ÷àñòîòà
âñòðå÷àåìîñòè ñëîâà îáðàòíî ïðîïîðöèîíàëüíà
åãî íîìåðó â ÷àñòîòíîì ñïèñêå ñëîâ, äðóãèìè
ñëîâàìè, çàêîí óáûâàíèÿ ÷àñòîòíîñòè ñëîâ íà
ãðàôèêå ïðåäñòàâëÿåò ñîáîé ãèïåðáîëó. Ýòî
îçíà÷àåò: ìîæíî âçÿòü íåêîòîðîå êîëè÷åñòâî
íàèáîëåå ÷àñòî âñòðå÷àþùèõñÿ ñëîâ, è èõ
èíòåãðàëüíàÿ âñòðå÷àåìîñòü áóäåò òàêîâà, ÷òî
íà äîëþ îñòàëüíûõ ñëîâ â òåêñòå îñòàíåòñÿ
ìàëåíüêèé ?õâîñòèê? ïîä äàëüíèì êîíöîì
ãèïåðáîëû.
 ïðîöåññå ðàçðàáîòêè ïðîãðàìì ïðîâåðêè
ïðàâîïèñàíèÿ ìû ñäåëàëè èíòåðåñíûå
ïðàêòè÷åñêèå íàáëþäåíèÿ. Ñïèñîê èç 400
íàèáîëåå ÷àñòî óïîòðåáëÿåìûõ ñëîâ ðóññêîãî
ÿçûêà (êîíå÷íî, ñî âñåìè èõ ãðàììàòè÷åñêèìè
ôîðìàìè) ýêîíîìèò îáðàùåíèÿ ê ñëîâàðþ â 30%
ñëó÷àåâ, ò. å. ãðàììàòè÷åñêèå ôîðìû ýòèõ
÷åòûðåõ ñîòåí ñëîâ, âñåãî îêîëî 2000 ôîðì,
ñîñòàâëÿþò îäíó òðåòü âñåõ ñëîâ â ?ñðåäíåì?
òåêñòå. Â îñíîâíîì ýòîò ñïèñîê ñîñòîÿë èç
íåèçìåíÿåìûõ ïðåäëîãîâ, ÷àñòèö è
ìåñòîèìåíèé, íî â íåãî âõîäèëè è ãëàãîëû
íàïîäîáèå ?äåëàòü?. ×àñòîòíûé ñïèñîê íà 8000
ñëîâ ïîêðûâàë óæå 80% âñåõ ñëîâîóïîòðåáëåíèé
â òåêñòàõ.
Ê ñîæàëåíèþ, ñïèñîê øóìîâûõ ñëîâ ìîæåò
ïîâëèÿòü è íà ïîëíîòó ïîèñêà. Âðîäå áû ÿñíî,
÷òî ÷àñòèöà ?óæ? ? òèïè÷íîå øóìîâîå ñëîâî, è åãî
ìîæíî ñìåëî âûáðàñûâàòü. À ÷òî äåëàòü ñ åå
îìîíèìîì ? íàçâàíèåì çìåè, åñëè ïîèñêîâàÿ
ñèñòåìà äîëæíà ïðèìåíÿòüñÿ äëÿ ïîèñêà â
ýêîëîãè÷åñêèõ áàçàõ äàííûõ? Ïîõîæå, ÷òî
ñïèñêè øóìîâûõ ñëîâ íóæíî íàñòðàèâàòü â
çàâèñèìîñòè îò ïðåäìåòíîé îáëàñòè.
Ëåãêî ëè îòëè÷èòü çàêîí÷åííóþ
ìûñëü?
Âûäåëåíèå ïðåäëîæåíèé ? åùå îäíà
ÿçûêîâî-çàâèñèìàÿ çàäà÷à äëÿ ïîèñêîâîé
ñèñòåìû. Ïîíÿòíî, ÷òî ïðè óìåíüøåíèè åäèíèöû
ïîèñêà øóì ñíèæàåòñÿ, ò. å. ïîâûøàåòñÿ
òî÷íîñòü, à ïîëíîòà îñòàåòñÿ ïðåæíåé (õîòÿ è
ìîæåò â ðåäêèõ ñëó÷àÿõ ïîñòðàäàòü).
Ïîñêîëüêó ?ïðåäëîæåíèå ? ýòî çàêîí÷åííàÿ
ìûñëü?, êàæåòñÿ íàèáîëåå ïðàâèëüíûì áûëî áû
ñ÷èòàòü åäèíèöåé ïîèñêà ïðåäëîæåíèå, à åùå
ëó÷øå ïðîñòûå ñèíòàêñè÷åñêèå êîìïîíåíòû
ñëîæíîãî ïðåäëîæåíèÿ (ïðîñòûå ïðåäëîæåíèÿ).
Êðîìå âñåãî ïðî÷åãî, ãðàíèöà ïðåäëîæåíèÿ
î÷åíü âàæíà ïðè ïîèñêå ñëîâîñî÷åòàíèé, òàê êàê
ñëîâîñî÷åòàíèÿ âñåãäà ñóùåñòâóþò òîëüêî
âíóòðè ïðåäëîæåíèÿ.
Äëÿ àêêóðàòíîãî âûäåëåíèÿ ãðàíèö
ïðåäëîæåíèÿ íóæåí òîíêèé àíàëèç, è ïðè ýòîì
ñïåöèàëüíî ðàçðàáîòàííûé äëÿ êàæäîãî ÿçûêà.
Èòàê, ñôîðìóëèðóåì îáùèé âûâîä: ïîèñêîâàÿ
ìàøèíà, ïðèñïîñîáëåííàÿ ê ðóññêîìó ÿçûêó,
äîëæíà óçíàâàòü ðàçëè÷íûå êîäèðîâêè è
ôîðìàòû, îòëè÷àòü ïðîïèñíûå è ñòðî÷íûå
áóêâû, äàòû è ÷èñëà, ðàñïîçíàâàòü ðóññêèå ñëîâà
âî âñåõ ãðàììàòè÷åñêèõ ôîðìàõ, âûäåëÿòü
ïðåäëîæåíèÿ, èìåòü ñïèñîê (ñïèñêè) øóìîâûõ
ñëîâ è âûðàæåíèé.
Íà ïóòè ê èäåàëó
Òåïåðü ìû êîðîòêî êîñíåìñÿ òîãî, êàêèå ôóíêöèè
îáÿçàòåëüíû äëÿ èäåàëüíîé ïîèñêîâîé ìàøèíû.
Êîíå÷íî, òàêàÿ ìàøèíà äîëæíà áåç ïðîáëåì
âîñïðèíèìàòü ÿçûê, íà êîòîðîì íàïèñàí èñêîìûé
äîêóìåíò.
Íå÷åòêèé îòâåò ëó÷øå ÷åòêîãî
Òàê íàçûâàåìûé áóëåâñêèé ïîèñê çàñòàâëÿåò
ïîëüçîâàòåëÿ ôàêòè÷åñêè çàíèìàòüñÿ
ïðîãðàììèðîâàíèåì íà ÿçûêå, ñîñòîÿùåì èç
îïåðàòîðîâ ?È?, ?ÈËÈ?, ?ÍÅ?, ?ÐßÄÎÌ? è äðóãèõ,
áîëåå èçîùðåííûõ. È ýòî íå ïîâåðõíîñòíàÿ
àíàëîãèÿ: ïîñòðîåíèå óäà÷íîãî çàïðîñà ê
áóëåâñêîé ïîèñêîâîé ñèñòåìå ìîæåò
ïîòðåáîâàòü äëèòåëüíîé îòëàäêè è èñïðàâëåíèÿ
îøèáîê. Èìåííî ïîýòîìó â áîëüøèíñòâå
ïîèñêîâûõ ñèñòåì åñòü ñðåäñòâà âåäåíèÿ
èñòîðèè çàïðîñîâ.
Åñòü ëè àëüòåðíàòèâà ëîãè÷åñêîìó çàïðîñó, è
ñëåäîâàòåëüíî êàêîâ ñëåäóþùèé øàã â ðàçâèòèè
ïîèñêîâûõ ñèñòåì?  êà÷åñòâå àëüòåðíàòèâû
ìîæåò âûñòóïèòü ïîèñê ïî çàïðîñó íà
åñòåñòâåííîì ÿçûêå, èëè, áîëåå ïðèçåìëåííî,
íå÷åòêèé ïîèñê, ïðè êîòîðîì ïîèñêîâàÿ ñèñòåìà
ìîæåò ñàìîñòîÿòåëüíî îòëè÷èòü, êàêèå ñëîâà è
âûðàæåíèÿ â çàïðîñå âàæíû, à êàêèå íåò, è
ñàìîñòîÿòåëüíî ðàñïîëîæèòü èõ â âèäå îäíîãî
èëè íåñêîëüêèõ ëîãè÷åñêèõ ïîäçàïðîñîâ
(íåâèäèìûõ äëÿ ïîëüçîâàòåëÿ), ñîåäèíÿÿ
íåêîòîðûå ñëîâà ñ ïîìîùüþ ?È?, à íåêîòîðûå ñ
ïîìîùüþ ?ÈËÈ?.
Êîíå÷íî, äëÿ íå÷åòêîãî ïîèñêà íóæíû çíàíèÿ î
ÿçûêå: ñëîâàðè øóìîâûõ ñëîâ è âûðàæåíèé, òàê
íàçûâàåìàÿ âåðîÿòíîñòü ñèíîíèìèè äëÿ ðàçíûõ
÷àñòåé ðå÷è (âîçìîæíîñòü òîãî, ÷òî íåêîòîðûå
ñëîâà çàïðîñà, îòñóòñòâóþùèå â äîêóìåíòå,
ìîãóò áûòü çàìåíåíû ñèíîíèìàìè).
Òàêèå ïîèñêîâûå ñèñòåìû ñóùåñòâóþò è óñïåøíî
ðàáîòàþò; ýòîò ïîäõîä èçáàâëÿåò ïîëüçîâàòåëÿ
îò êàêèõ-ëèáî õëîïîò ïðè ôîðìóëèðîâàíèè
çàïðîñà.
Íàäî ñêàçàòü, ÷òî äâèæåíèå â íàïðàâëåíèè
ñìûñëîâîãî ðàçáîðà çàïðîñà (òàêîãî, ÷òîáû
ïðîãðàììà ïîíèìàëà îòðèöàíèå è îãðàíè÷åíèÿ
òèïà ?ñàìûé áîëüøîé? èëè ?íå ñòàðøå ÷åì?) ïîêà
äàæå íå íà÷àëîñü.
Ðó÷êà, ðó÷îíêà èëè ðó÷èùà
Õî÷åòñÿ ëè íàì, ÷òîáû ïî çàïðîñó ?êîæàíûå
èçäåëèÿ? áûëà íàéäåíà ôðàçà ?êîæè è ìåõà èç
Òóðöèè?? Âåðîÿòíî, äà ? âåäü ýòî ÿâíî
ðåëåâàíòíûé ôðàãìåíò òåêñòà. Íî, ñêîðåå âñåãî,
íè îäíà èç ïîïóëÿðíûõ ïîèñêîâûõ ñèñòåì íå
íàéäåò ýòó ôðàçó, êàê, âïðî÷åì, è ïî çàïðîñó
?òóðåöêèå êîæè?. Êàê ìîæåò ñêàçàòü
ïîëüçîâàòåëü, íàì îáåùàëè ïîèñê ñëîâ âî âñåõ
ôîðìàõ?!
Îäíàêî äëÿ êëàññè÷åñêîãî ìîðôîëîãè÷åñêîãî
àíàëèçà ïàðû ñëîâ ?êîæà? è ?êîæàíûå?, ?Òóðöèÿ? è
?òóðåöêèé? âêëþ÷àþò ñîâåðøåííî ðàçíûå ñëîâà, à
íå ôîðìû îäíîãî ñëîâà.
Ìû ñòîëêíóëèñü çäåñü ñ äðóãîé îñüþ
èçìåí÷èâîñòè ñëîâ ? òàê íàçûâàåìûì
ñëîâîîáðàçîâàíèåì, êîãäà èç ñóùåñòâèòåëüíîãî
?êîæà? ïîëó÷àåòñÿ ïðèëàãàòåëüíîå ?êîæàíûé?, è
êàæäîå èç íèõ èìååò ñâîé íàáîð ãðàììàòè÷åñêèõ
ôîðì. ×òî æå äåëàòü, âåäü î÷åâèäíî, ÷òî ïî
ñìûñëó ýòè ñëîâà ñâÿçàíû?
?Çâåçäî÷êà? íà êîíöå ñëîâ íå ñïàñàåò ïîëîæåíèÿ.
 êà÷åñòâå ïðèìåðà òèïîâ ñëîâîîáðàçîâàíèÿ,
øèðîêî ðàñïðîñòðàíåííûõ â ðóññêîì ÿçûêå,
ìîæíî ïðèâåñòè:
1. âèäîâûå ïàðû (âñòàâàòü ? âñòàòü, ñàäèòüñÿ ?
ñåñòü). Ýòîò âèä ñëîâîîáðàçîâàíèÿ (à òî÷íåå,
ðîäñòâà ñëîâ) ÿâëÿåòñÿ îäíèì èç ñàìûõ
ìó÷èòåëüíûõ äëÿ èíîñòðàíöåâ, èçó÷àþùèõ
ðóññêèé ÿçûê;
2. îòãëàãîëüíûå ñóùåñòâèòåëüíûå è
ïðèëàãàòåëüíûå (ïðîâåðÿòü ? ïðîâåðêà,
ïðîâåðî÷íûé);
3. ïðèëàãàòåëüíûå, îáðàçîâàííûå îò
ñóùåñòâèòåëüíûõ (íîãà ? íîæíîé, àêöèÿ ?
àêöèîíåðíûé);
4. óìåíüøèòåëüíûå è óâåëè÷èòåëüíûå ñòåïåíè
(ðóêà, ðó÷êà, ðó÷îíêà, ðó÷èùà);
5. äåôèñíûå îáðàçîâàíèÿ (÷åëîâåê-íåâèäèìêà,
äàâàé-äàâàé, ãîä-ïîëòîðà, ÷åðíî-êðàñíûé,
âåñåëî-õìåëüíîé,
õóäîæåñòâåííî-ñòðîèòåëüíûé);
6. ïðèñòàâêè ?ïîë? è ?ïîëó? (ïîëñòàêàíà, ïîëóêðóã,
ïîëóøàéáà).
Äëÿ ó÷åòà ñâÿçåé ìåæäó ?ðîäñòâåííèêàìè?
íóæåí ñëîâîîáðàçîâàòåëüíûé ñëîâàðü. Òàêèå
ñëîâàðè äëÿ ðóññêîãî ÿçûêà èìåþòñÿ, è âûñîêîãî
êà÷åñòâà, íàïðèìåð ñëîâàðè Óëóõàíîâà è
Òèõîíîâà.
Ïå÷ü èëè íå ïå÷ü
Ïîèñêîâàÿ ñèñòåìà, ðàñïîçíàþùàÿ âñå ôîðìû
ñëîâ è ðîäñòâåííûå ñëîâà, òåì íå ìåíåå
îáúÿâëÿåò îãðàíè÷åíèÿìè, ìåøàþùèìè äîñòè÷ü
îïòèìàëüíîãî ñîîòíîøåíèÿ òî÷íîñòü-ïîëíîòà.
Îñíîâíûì ïðåïÿòñòâèåì ê ïîâûøåíèþ òî÷íîñòè
ïîèñêà ñòàíîâèòñÿ ìíîãîçíà÷íîñòü ÿçûêà. Î÷åíü
÷àñòî ðàçíûå ñëîâà ñîâïàäàþò ïî ôîðìå è
ñîçäàþò øóì ïðè ïîèñêå. Ýòî ÿâëåíèå
íàçûâàåòñÿ îìîíèìèåé.
Îìîíèìèÿ áûâàåò ðàçíûõ ðîäîâ. Ñêàæåì,
îìîíèìèÿ ôîðì. Õîðîøèìè ïðèìåðàìè (íà
êîòîðûõ ìíîãèå ðàçðàáîò÷èêè îòëàæèâàþò ñâîè
ëèíãâèñòè÷åñêèå ñèñòåìû) ÿâëÿþòñÿ ñëîâà
?ïðîñòîé?, ?ïðè?, ?òðóñü?. Ïåðâîå ñëîâî ñëóæèò
îäíîâðåìåííî ôîðìîé ñóùåñòâèòåëüíîãî,
ïðèëàãàòåëüíîãî è ãëàãîëà, âòîðîå ? ïðåäëîãîì,
ôîðìîé ãëàãîëà è ñóùåñòâèòåëüíîãî, à òðåòüå ?
ôîðìîé äâóõ ãëàãîëîâ îäíîâðåìåííî.
Ïîïðîáóéòå óãàäàòü, êàêèõ èìåííî (â êîíöå
ñòàòüè äàíà îòãàäêà).
Åñòü è äðóãîé âèä îìîíèìèè ? ìíîãîçíà÷íîñòü
ñëîâà. Èçâåñòíûé ïðèìåð: ñëîâî ?êëþ÷?, êîòîðîå
â çàâèñèìîñòè îò êîíòåêñòà ìîæåò îçíà÷àòü
?ðîäíèê?, ?èíñòðóìåíò äëÿ çàïèðàíèÿ äâåðè? èëè
?ðàçãàäêó?.
 ðóññêîì òåêñòå îìîíèìèÿ ìîæåò äîñòèãàòü
20% (êàæäîå ïÿòîå ñëîâî èìååò áîëüøå îäíîãî
çíà÷åíèÿ èëè îáúÿñíåíèÿ); â àíãëèéñêîì ÿçûêå
îìîíèìèÿ åùå âûøå, òàê êàê ïî÷òè ó âñÿêîãî
àíãëèéñêîãî ñóùåñòâèòåëüíîãî åñòü
îìîíèì-ãëàãîë, è íàîáîðîò, îäíàêî îìîíèìèÿ ïî
ñëîâîôîðìàì â àíãëèéñêîì ÿçûêå âñòðå÷àåòñÿ
çíà÷èòåëüíî ðåæå.
ßñíî, ÷òî äëÿ ñíÿòèÿ äàæå ïðîñòîé
ãðàììàòè÷åñêîé ìíîãîçíà÷íîñòè (ðàçðåøåíèÿ
îìîíèìèè) íóæíî èñïîëüçîâàòü íå òîëüêî ñàìî
ñëîâî, íî è åãî îêðóæåíèå.
Ñïîñîáû ðàçðåøåíèÿ îìîíèìèè äëÿ àíãëèéñêîãî
è ðóññêîãî ÿçûêîâ, êîíå÷íî, ðàçíûå, òàê êàê
ãðàììàòèêà ýòèõ ÿçûêîâ ðàçëè÷íà.
Äëÿ ðóññêîãî ÿçûêà îäíèì èç îñíîâíûõ ìåòîäîâ
ÿâëÿåòñÿ èñïîëüçîâàíèå îêîí÷àíèé ñëîâ äëÿ
îïðåäåëåíèÿ èõ ñîãëàñîâàííîñòè ìåæäó ñîáîé. À
äëÿ àíãëèéñêîãî ÿçûêà äàííûé ìåòîä
íåïðèìåíèì èç-çà ïðàêòè÷åñêîãî îòñóòñòâèÿ
îêîí÷àíèé.
Åñòü òàêæå âîçìîæíîñòè äëÿ ðàçðåøåíèÿ
ñìûñëîâîé îìîíèìèè, çàêëþ÷àþùèåñÿ â
èñïîëüçîâàíèè ñòàòèñòè÷åñêèõ ñâåäåíèé î
ñîâìåñòíîé âñòðå÷àåìîñòè ñëîâ.
Îáëèãàöèè èëè öåííûå áóìàãè?
Äîëæíà ëè ïîèñêîâàÿ ñèñòåìà íàõîäèòü
äîêóìåíòû, ñîäåðæàùèå ñâåäåíèÿ î
ãîñóäàðñòâåííûõ êàçíà÷åéñêèõ îáÿçàòåëüñòâàõ,
åñëè ïîëüçîâàòåëü äàë çàïðîñ ïðî öåííûå
áóìàãè? Äà, ñêàæåò ëþáîé çàêàç÷èê ïîèñêîâîé
ñèñòåìû, è áóäåò ïðàâ ? âåäü ýòî æå î÷åâèäíî!
Îáû÷íî íà ïðàêòèêå òàêèå çíàíèÿ
àêêóìóëèðóþòñÿ òîæå â ñëîâàðÿõ ? òàê
íàçûâàåìûõ òåçàóðóñàõ. Òåçàóðóñ ñîäåðæèò
ñèíîíèìû, àíòîíèìû, ðîäñòâåííûå ñëîâà, à
òàêæå èåðàðõè÷åñêîå äåðåâî ïîíÿòèé ñ
îòíîøåíèÿìè îò îáùåãî ê ÷àñòíîìó (öåííûå
áóìàãè ? îáëèãàöèè ? ÃÊÎ, âîåííûé ? îôèöåð ?
ëåéòåíàíò) è îò öåëîãî ê ÷àñòè (àâòîìîáèëü ?
êóçîâ ? äâåðü)
Ê ñîæàëåíèþ, ñêîëüêî-íèáóäü ïîëíûõ òåçàóðóñîâ
ðóññêîãî ÿçûêà íå ñóùåñòâóåò (â ìèðå åñòü
òîëüêî äâà ïîëíîöåííûõ òåçàóðóñà ? Ðîæå äëÿ
àíãëèéñêîãî è Ðîáåðà äëÿ ôðàíöóçñêîãî ÿçûêà).
Î÷åâèäíî, ÷òî òåçàóðóñû äîëæíû ñîñòàâëÿòüñÿ
íå òîëüêî äëÿ êàæäîãî ÿçûêà, íî è äëÿ êàæäîé
ïðåäìåòíîé îáëàñòè.
Õîëîäíî-ãîðÿ÷î
×àñòî ïîëüçîâàòåëü õî÷åò óòî÷íèòü çàïðîñ,
âòîðîé ðàç îñóùåñòâèòü ïîèñê ïî óæå ñäåëàííîé
âûáîðêå èëè èñïîëüçîâàòü âûáîðêó äëÿ
ôîðìèðîâàíèÿ íîâîãî çàïðîñà. Äëÿ ýòîãî òàêæå
ñóùåñòâóþò ñïåöèàëüíûå ñòàòèñòè÷åñêèå
ìåòîäû, ïîçâîëÿþùèå ïîèñêîâîé ñèñòåìå
íåâèäèìûì äëÿ ïîëüçîâàòåëÿ îáðàçîì óòî÷íèòü
ôîðìóëèðîâêó çàïðîñà, äîáàâèâ ê íåìó âàæíûå
ñëîâà èç óæå íàéäåííûõ è îäîáðåííûõ
ïîëüçîâàòåëåì äîêóìåíòîâ.
Ñôîðìóëèðóåì îáùèé âûâîä: èäåàëüíàÿ
ïîèñêîâàÿ ñèñòåìà äîëæíà, êðîìå îáùèõ
íàâûêîâ âûäåëåíèÿ è àíàëèçà ñëîâ è ïîèñêà
ëîãè÷åñêèõ êîìáèíàöèé, óìåòü ïðîâîäèòü
íå÷åòêèé ïîèñê, îáëàäàòü çíàíèÿìè î ìèðå ?
òåçàóðóñîì, ðàçðåøàòü îìîíèìèþ íà ýòàïå
èíäåêñàöèè è ïðè ïîèñêå, äîïóñêàòü
èòåðàòèâíîå óòî÷íåíèå çàïðîñà.
P. S. Âîò îáåùàííàÿ îòãàäêà: ñëîâî ?ïðîñòîé?
ÿâëÿåòñÿ, â ÷àñòíîñòè, ôîðìîé ïîâåëèòåëüíîãî
íàêëîíåíèÿ ãëàãîëà ?ïðîñòîÿòü?, ïðåäëîã ?ïðè?
ñîâïàäàåò ñ ôîðìîé ðîäèòåëüíîãî ïàäåæà
ñóùåñòâèòåëüíîãî ?ïðÿ? (óñòàðåâøèé âàðèàíò
ñëîâà ?ðàñïðÿ?), à ?òðóñü? ? ýòî òàêæå ôîðìà
ïåðâîãî ëèöà åäèíñòâåííîãî ÷èñëà ãëàãîëà
?òåðåòüñÿ?.
ÊÎÐÎÒÊÎ ÎÁ ÀÂÒÎÐÅ:
Èãîðü Ñòàíèñëàâîâè÷ Àøìàíîâ ? ê. ò. í., â
ïðîøëîì ðóêîâîäèòåëü ïðîåêòîâ ÎÐÔÎ è
ÊÎÍÒÅÊÑÒ ôèðìû ?Èíôîðìàòèê?, ïðîåêòîâ
?ÌóëüòèËåêñ?, ?Ëèáðåòòî?, ?Êëàññèôèêàòîð? è
?Ñëåäîïûò? ôèðìû ?ÌåäèàËèíãâà?.  íàñòîÿùåå
âðåìÿ ? äèðåêòîð ïî ðàçâèòèþ êîìïàíèè ?Ñòåê?
(âëàäåëüöà ïîèñêîâîé ìàøèíû ?Ðàìáëåð?).
Íàöèîíàëüíûå îñîáåííîñòè
ïîèñêîâûõ ñèñòåì
Èãîðü Àøìàíîâ
Íåñêîëüêî ëåò íàçàä, â ñàìûé ðàçãàð ðàáîòû
íàä ñòèëèñòè÷åñêèì ìîäóëåì äëÿ
ïðîãðàììû ïðîâåðêè ïðàâîïèñàíèÿ ÎÐÔÎ,
àâòîð åõàë íà ðàáîòó â ÷àñòíîì òàêñè. Çàøëà
ðå÷ü î òîì, êòî ÷åì çàíèìàåòñÿ, è, óñëûøàâ
ïðî ïðîâåðêó ïðàâîïèñàíèÿ, âîäèòåëü
ñêàçàë: ?À, íó ÿñíî ? âçÿëè çàïàäíóþ
ïðîãðàììó è ïðèëàäèëè ê ðóññêîìó ÿçûêó. ß
çíàþ, êàê ýòî äåëàåòñÿ?.
Êîíå÷íî, êàæäîìó, êòî èìåë äåëî ñ îáðàáîòêîé
òåêñòîâ íà êîìïüþòåðå, áîëåå èëè ìåíåå
î÷åâèäíî, ÷òî íåâîçìîæíî ïðèñïîñîáèòü
ïðîãðàììó ïðîâåðêè ïðàâîïèñàíèÿ, ñäåëàííóþ
ïåðâîíà÷àëüíî, íàïðèìåð, äëÿ àíãëèéñêîãî
ÿçûêà, äëÿ òåêñòîâ íà ðóññêîì ÿçûêå ? îíà
ãîðàçäî ïðèìèòèâíåå, è ?âïèõíóòü? â íåå
áîãàòñòâî è ðàçíîîáðàçèå ðóññêîãî ÿçûêà
íåëüçÿ. Òî æå ñàìîå è äëÿ ïîèñêîâûõ ñèñòåì.
Ïîïðîáóåì ðàçîáðàòüñÿ, êàêèìè ôóíêöèÿìè
äîëæíà îáëàäàòü õîðîøàÿ ïîèñêîâàÿ ñèñòåìà è
÷åì äîëæíà îòëè÷àòüñÿ ñèñòåìà, êîòîðàÿ
ïðèñïîñîáëåíà ê ðóññêîìó ÿçûêó.
Ê ñîæàëåíèþ, â íàñòîÿùåå âðåìÿ â îòíîøåíèè
ñèñòåì ïîèñêà öàðèò ïîëíåéøàÿ
íåîïðåäåëåííîñòü. Íå ñóùåñòâóåò íè
îáùåïðèíÿòîé è ïðîçðà÷íîé êëàññèôèêàöèè
òàêèõ ñèñòåì è èõ âîçìîæíîñòåé, íè âíÿòíûõ
îáúÿñíåíèé òåðìèíîâ, óïîòðåáëÿåìûõ â
ðåêëàìíûõ ïðîñïåêòàõ è îáçîðàõ.
Íèæå ìû ðàññìîòðèì íåîáõîäèìûé ìèíèìóì
âîçìîæíîñòåé äëÿ ðàáîòû ñ ðóññêèì ÿçûêîì, áåç
êîòîðîãî ïîèñêîâàÿ ìàøèíà ïðîñòî íå ìîæåò
ôóíêöèîíèðîâàòü, çàòåì ïåðåéäåì ê
ñòàíäàðòíîìó íàáîðó ïîèñêîâûõ ñðåäñòâ,
ïðåäíàçíà÷åííûõ äëÿ ðàáîòû ñ ðóññêèì ÿçûêîì,
à â êîíöå êðàòêî îïèøåì áëèçêóþ ê èäåàëó
ïîèñêîâóþ ìàøèíó.
Îñíîâíûå ïîíÿòèÿ
Íå áóäåì óòî÷íÿòü, â êàêîì ôîðìàòå è â êàêîé
èìåííî ñèñòåìå äîêóìåíòîîáîðîòà õðàíÿòñÿ
íàøè äîêóìåíòû. Äîïóñòèì, ÷òî íàì íåîáõîäèìî
íàéòè íóæíûé äîêóìåíò â òàêîì ìíîæåñòâå
äîêóìåíòîâ, ÷òî íåâûãîäíî âñÿêèé ðàç
ïðîñìàòðèâàòü èõ âñå ïîäðÿä; åñëè æå
äîêóìåíòîâ ìíîãî, òî èñêàòü íóæíûé äîêóìåíò
ñëåäóåò ïî åãî ñîäåðæàíèþ (òåêñòó), à íå ïî òàê
íàçûâàåìûì ðåêâèçèòàì ? äàòå ñîçäàíèÿ,
ðàçìåðó, àâòîðó è ïð.
Ñöåíàðèé ïîèñêà äîêóìåíòà ïðè ïîìîùè
ïîèñêîâîé ïðîãðàììû îáû÷íî î÷åíü ïðîñò ? âû
ââîäèòå çàïðîñ íà ïîèñê, ñîñòîÿùèé èç îäíîãî
èëè íåñêîëüêèõ ñëîâ, ïîñëå ÷åãî ïðåäúÿâëÿåòñÿ
ñïèñîê èìåí íàéäåííûõ äîêóìåíòîâ. Ïðè
æåëàíèè ìîæíî îòêðûòü ëþáîé èç íàéäåííûõ
äîêóìåíòîâ; åñëè ïîèñêîâàÿ ñèñòåìà ïîçâîëÿåò,
èñêîìûå ñëîâà â äîêóìåíòå âûäåëÿþòñÿ ?
?ïîäñâå÷èâàþòñÿ?.
×òî ìîæíî ââîäèòü â êà÷åñòâå çàïðîñà ?
ñëîâà, ñëîâîñî÷åòàíèÿ, ïðåäëîæåíèÿ íà
åñòåñòâåííîì ÿçûêå? Íóæíî ëè çàäàâàòü
çàïðîñ â âèäå ëîãè÷åñêîé ôîðìû èç ñëîâ?
×òî ÿâëÿåòñÿ åäèíèöåé ïîèñêà ?
ïðåäëîæåíèå, äîêóìåíò, àáçàö?
Íàõîäÿòñÿ ëè âñå ãðàììàòè÷åñêèå ôîðìû
ñëîâ, ðàçëè÷àþòñÿ ëè ïðîïèñíûå è ñòðî÷íûå
áóêâû, ñèíîíèìû, áëèçêèå ïî ñìûñëó
äîêóìåíòû?
Óïîðÿäî÷èâàåòñÿ ëè ñïèñîê íàéäåííûõ
äîêóìåíòîâ è êàê?
Îò êîìáèíàöèè äàííûõ ñâîéñòâ è çàâèñèò
êà÷åñòâî ïîèñêà. Íà óêàçàííûå ïàðàìåòðû
ñèëüíî âëèÿåò ëèíãâèñòè÷åñêèé èíòåëëåêò
ïîèñêîâîé ïðîãðàììû, ÷òî è áóäåò ïîêàçàíî
íèæå.
×òîáû îïðåäåëèòü, êàêîâû ïîêàçàòåëè êà÷åñòâà
ðàáîòû äëÿ ïîèñêîâûõ ñèñòåì è íàñêîëüêî íóæíî
ïðè ïîèñêå äîêóìåíòîâ ó÷èòûâàòü îñîáåííîñòè
ÿçûêà, îïðåäåëèì îñíîâíûå ïîíÿòèÿ,
óïîòðåáëÿåìûå â ñôåðå ïîèñêà äîêóìåíòîâ.
Ðåëåâàíòíîñòü
Íàéäåííûé ïî çàïðîñó äîêóìåíò ìîæåò èìåòü
îòíîøåíèå ê çàïðîñó, ò. å. ñîäåðæàòü íóæíóþ
(èñêîìóþ) èíôîðìàöèþ, à ìîæåò è íå èìåòü ê
çàïðîñó íèêàêîãî îòíîøåíèÿ.  ïåðâîì ñëó÷àå
äîêóìåíò íàçûâàåòñÿ ðåëåâàíòíûì
(ïî-àíãëèéñêè relevant ? ?îòíîñÿùèéñÿ ê äåëó?), âî
âòîðîì ? íåðåëåâàíòíûì, èëè øóìîâûì.
Ïîëíîòà è òî÷íîñòü ïîèñêà
Îñíîâíûìè ïîíÿòèÿìè â ìèðå ïîèñêîâûõ
ñðåäñòâ ÿâëÿþòñÿ òî÷íîñòü è ïîëíîòà ïîèñêà.
Òî÷íîñòü ïîèñêà ? ýòî ïàðàìåòð,
ïîêàçûâàþùèé, êàêîâà äîëÿ ðåëåâàíòíûõ
äîêóìåíòîâ â îáùåì ÷èñëå íàéäåííûõ.
Ïîëíîòà ïîèñêà ? äîïîëíèòåëüíûé ïàðàìåòð,
ïîêàçûâàþùèé, êàêîâà äîëÿ íàéäåííûõ
ðåëåâàíòíûõ äîêóìåíòîâ â îáùåì
êîëè÷åñòâå ðåëåâàíòíûõ äîêóìåíòîâ. Åñëè â
îáëàñòè ïîèñêà íà ñàìîì äåëå èìååòñÿ 100
äîêóìåíòîâ, ñîäåðæàùèõ íóæíóþ
èíôîðìàöèþ, à ïî çàïðîñó íàéäåíî èç íèõ
âñåãî 30, òî ïîëíîòà ïîèñêà ðàâíà 30%.
ßñíî, ÷òî è òî÷íîñòü ïîèñêà, è åãî ïîëíîòà
çàâèñÿò íå òîëüêî îò ñâîéñòâ ïîèñêîâîé
ñèñòåìû, íî è îò ïðàâèëüíîñòè ïîñòðîåíèÿ
êîíêðåòíîãî çàïðîñà, à òàêæå îò ñóáúåêòèâíîãî
ïðåäñòàâëåíèÿ ïîëüçîâàòåëÿ î òîì, ÷òî òàêîå
íóæíàÿ åìó èíôîðìàöèÿ.
Êîíå÷íî, ñòîïðîöåíòíîå êà÷åñòâî ïîèñêà
íåâîçìîæíî ? â ÷àñòíîñòè, ïîòîìó, ÷òî
ñîîòíîøåíèå ?òî÷íîñòü-ïîëíîòà? ïðåäñòàâëÿåò
ñîáîé ?ðû÷àã?, ïîäîáíûé ñîîòíîøåíèþ
?ïàìÿòü-âðåìÿ? â ïðîãðàììèðîâàíèè èëè
?ñèëà-ðàññòîÿíèå? â ôèçèêå. Ñêàçàííîå îçíà÷àåò,
÷òî íà ôèêñèðîâàííîì óðîâíå ìîùíîñòè
ïîèñêîâîãî ñðåäñòâà âñå ïîïûòêè óëó÷øèòü îäèí
èç ýòèõ ïàðàìåòðîâ ïðèâîäÿò ê óõóäøåíèþ
äðóãîãî.
Èíäåêñàöèÿ
Òåêñòîâûå áàçû äàííûõ, ïðåäíàçíà÷åííûå äëÿ
ìíîãîêðàòíîãî ïîèñêà, îáðàáàòûâàþò çàðàíåå,
ñîñòàâëÿÿ òàê íàçûâàåìûé èíäåêñ. Ýòîò èíäåêñ
î÷åíü ïîõîæ íà ïðèâû÷íûé ïðåäìåòíûé
óêàçàòåëü â êîíöå ó÷åáíèêîâ è ñïåöèàëüíûõ
èçäàíèé, ãäå ïðèâîäÿòñÿ òåðìèíû ñ íîìåðàìè
ñòðàíèö.
Ïðè èíäåêñàöèè ïîèñêîâàÿ ñèñòåìà ñîñòàâëÿåò
ñïèñêè ñëîâ, âñòðå÷àþùèõñÿ â òåêñòå, è
ïðèïèñûâàåò êàæäîìó ñëîâó åãî êîîðäèíàòû â
òåêñòå (÷àùå âñåãî íîìåð äîêóìåíòà è íîìåð
ñëîâà â äîêóìåíòå). Ïðè ïîèñêå ñëîâî èùåòñÿ â
èíäåêñå, è ïî íàéäåííûì êîîðäèíàòàì âûäàþòñÿ
íóæíûå äîêóìåíòû. Åñëè ñëîâ â çàïðîñå
íåñêîëüêî, íàä èõ êîîðäèíàòàìè ïðîèçâîäèòñÿ
îïåðàöèÿ ïåðåñå÷åíèÿ. Ñêîðîñòü èíäåêñàöèè ?
î÷åíü âàæíûé ïîêàçàòåëü êà÷åñòâà ïîèñêîâîé
ñèñòåìû.
Ïîèñê ïî êîìáèíàöèÿì ñëîâ
 îïèñàíèÿõ ïîèñêîâûõ ñèñòåì ÷àñòî
âñòðå÷àåòñÿ ñëîâîñî÷åòàíèå ?áóëåâñêèé ïîèñê?.
Íà îáû÷íîì ÿçûêå ýòî îçíà÷àåò, ÷òî ïîèñêîâàÿ
ñèñòåìà óìååò èñêàòü â òåêñòîâûõ áàçàõ äàííûõ
íå òîëüêî îòäåëüíûå ñëîâà, íî è èõ ëîãè÷åñêèå
êîìáèíàöèè.
Î÷åâèäíî, ïîèñê ïî íåñêîëüêèì ñëîâàì èëè ïî èõ
ëîãè÷åñêîé êîìáèíàöèè ïîíèæàåò óðîâåíü øóìà,
ò. å. ïîâûøàåò òî÷íîñòü ïîèñêà. Îäíàêî ïðåæäå
÷åì óäîâëåòâîðèòüñÿ òåì, ÷òî ïîèñêîâàÿ
ñèñòåìà óìååò îáðàáàòûâàòü áóëåâñêèå
çàïðîñû, íóæíî ïîèíòåðåñîâàòüñÿ, êàêîé èìåííî
ôðàãìåíò äîêóìåíòà ýòà ñèñòåìà ñ÷èòàåò
ìåñòîì, ãäå ñëîâà âñòðåòèëèñü îäíîâðåìåííî, ?
òî åñòü åäèíèöåé ïîèñêà.
Åäèíèöà ïîèñêà
Êàê íè óäèâèòåëüíî, îäíî èç îñíîâíûõ ïîíÿòèé â
ìèðå ïîèñêîâûõ ñèñòåì ? åäèíèöà ïîèñêà ?
íàõîäèòñÿ íà çàäíåì ïëàíå è ðåäêî âñòðå÷àåòñÿ
â ðåêëàìå è îáçîðàõ ïîèñêîâûõ ñðåäñòâ.
Åäèíèöà ïîèñêà ? ýòî êâàíò òåêñòà, â ïðåäåëàõ
êîòîðîãî â äàííîé ïîèñêîâîé ñèñòåìå ìû
ïðèçíàåì ñëîâà çàïðîñà âñòðåòèâøèìèñÿ
ñîâìåñòíî.
Ïîñêîëüêó áîëüøèíñòâî ïîèñêîâûõ ñèñòåì
ïðåäâàðèòåëüíî ïîäãîòàâëèâàþòñÿ ê ïîèñêó (ñ
ïîìîùüþ èíäåêñèðîâàíèÿ äîêóìåíòîâ ? ñì.
âûøå), ïðèìåíåíèå òîé èëè èíîé åäèíèöû ïîèñêà
çàâèñèò îò ìîùíîñòè ïîèñêîâîé ñèñòåìû. ×åì
ìåëü÷å åäèíèöà ïîèñêà, òåì áîëüøå ïðèõîäèòñÿ
ñîáèðàòü è õðàíèòü â èíäåêñå èíôîðìàöèè î
ðàñïîëîæåíèè ñëîâ â òåêñòàõ.
Îáû÷íî ðàçðàáîò÷èêè ïîèñêîâûõ ñèñòåì
âûõîäÿò èç ïîëîæåíèÿ ñëåäóþùèì îáðàçîì:
ñ÷èòàþò åäèíèöåé ïîèñêà âåñü äîêóìåíò, íî äëÿ
êàæäîãî ñëîâà ïðè ïîäãîòîâêå äîêóìåíòîâ
çàïîìèíàþò òàêæå è ìåñòî ñëîâà â òåêñòå (åãî
íîìåð), à çàòåì óïîðÿäî÷èâàþò ðåçóëüòàòû
ïîèñêà ñîãëàñíî óáûâàíèþ ?êîìïàêòíîñòè?
âõîæäåíèé èñêîìûõ ñëîâ. Íàëè÷èå òàêîãî
ñðåäñòâà óïîðÿäî÷èâàíèÿ, èíîãäà íàçûâàåìîãî
ñðåäñòâàìè çàäàíèÿ áëèçîñòè ñëîâ â äîêóìåíòå,
? âàæíîå ñâîéñòâî ïîèñêîâîé ñèñòåìû.
Ðàíæèðîâàíèå ðåçóëüòàòîâ ïîèñêà
Êîãäà äîêóìåíòû, ñîäåðæàùèå ñëîâà çàïðîñà,
îáíàðóæåíû, ïîèñêîâàÿ ñèñòåìà äîëæíà
ïðåäúÿâèòü èõ ïîëüçîâàòåëþ. Â êàêîì ïîðÿäêå?
Îáû÷íî íàéäåííûå äîêóìåíòû òåì èëè èíûì
ñïîñîáîì ?âçâåøèâàþòñÿ? íà ïðåäìåò áëèçîñòè ê
çàïðîñó (ðàíæèðóþòñÿ) è ïîêàçûâàþòñÿ â
ïîðÿäêå óìåíüøåíèÿ ýòîé áëèçîñòè. Îáû÷íî äëÿ
âû÷èñëåíèÿ âåñà ? ðàíãà ? ó÷èòûâàþòñÿ îáùåå
êîëè÷åñòâî ñëîâ çàïðîñà â äîêóìåíòå, áëèçîñòü
èõ äðóã ê äðóãó â òåêñòå äîêóìåíòà, íàëè÷èå
êîìïàêòíûõ ãðóïï, ñîîòâåòñòâèå
ãðàììàòè÷åñêèõ ôîðì è ò. ä.
Èòàê, ñóììèðóåì ñêàçàííîå: îñíîâíûì
ïîêàçàòåëåì êà÷åñòâà ïîèñêîâîé ñèñòåìû
ÿâëÿåòñÿ ñîîòíîøåíèå ïîëíîòà-òî÷íîñòü.
Ñèñòåìà äîëæíà óìåòü èíäåêñèðîâàòü
äîêóìåíòû çàðàíåå, â ðåæèìå off-line, à òàêæå
áûñòðî ïîïîëíÿòü èíäåêñ â ðåæèìå on-line,
ïðîâîäèòü ïîèñê ïî êîìáèíàöèÿì ñëîâ, ïîìíèòü
êîîðäèíàòû ñëîâ â äîêóìåíòàõ è ðàíæèðîâàòü
íàéäåííûå äîêóìåíòû ïî èõ ðåëåâàíòíîñòè.
Íåîáõîäèìûé ìèíèìóì ðóñèôèêàöèè
Äàæå åñëè ïîëüçîâàòüñÿ óíèâåðñàëüíîé
ñèñòåìîé ïîèñêà, îíà äîëæíà îáëàäàòü
íåêîòîðûìè ìèíèìàëüíûìè íàâûêàìè äëÿ òîãî,
÷òîáû ðàáîòàòü ñ òåêñòàìè íà ðóññêîì ÿçûêå.
Ôîðìàòû è êîäèðîâêè
Êàæäûé èç íàñ ñòàëêèâàëñÿ ñ ?ãðå÷êîé? ? âñÿêèìè
ìóñîðíûìè ñèìâîëàìè íà ýêðàíå,
ïîÿâëÿþùèìèñÿ â ðåçóëüòàòå âûáîðà
íåðóñèôèöèðîâàííîãî øðèôòà èëè íåïðàâèëüíîé
êîäèðîâêè èëè ôîðìàòà äëÿ çàãðóçêè äîêóìåíòà
íà ðóññêîì ÿçûêå â òåêñòîâûé ðåäàêòîð. Â òî
âðåìÿ êàê ïåðâàÿ ïðè÷èíà íå ñëèøêîì âëèÿåò íà
ïîèñê äîêóìåíòîâ (îíà âàæíà òîëüêî äëÿ ïîêàçà
òåêñòà ïîëüçîâàòåëþ), âòîðàÿ äåëàåò åãî
íåâîçìîæíûì.
Î÷åâèäíî, äëÿ ïðàâèëüíîãî ïîèñêà äîêóìåíòîâ
ïîèñêîâàÿ ñèñòåìà äîëæíà óìåòü
èäåíöèôèöèðîâàòü ðàçíûå êîäèðîâêè ðóññêèõ
áóêâ. Ýòè êîäèðîâêè ðàçëè÷íû, íàïðèìåð, äëÿ
òåêñòîâûõ ôàéëîâ â ôîðìàòå ASCII è äëÿ
òåêñòîâûõ ôàéëîâ Windows. Â ïîñëåäíåå âðåìÿ
âñå àêòèâíåå ïðèìåíÿåòñÿ íîâûé, 16-ðàçðÿäíûé
ñòàíäàðò êîäèðîâàíèÿ ñèìâîëîâ ? Unicode
(www.unicode.org).
Ñåé÷àñ ìíîãèå ñòàëêèâàþòñÿ ñ íåîáõîäèìîñòüþ
ïðîèçâîäèòü ïîèñê òàêæå ñðåäè äîêóìåíòîâ,
ïîëó÷åííûõ èç ñåòè Èíòåðíåò èëè ñîçäàííûõ
äëÿ ïóáëèêàöèè â ñåòè, ò. å. ïðèãîòîâëåííûõ â
ôîðìàòå HTML. Ê ñîæàëåíèþ, ñ ðóññêèì ÿçûêîì è
òóò âîçíèêàþò äîïîëíèòåëüíûå ñëîæíîñòè ? íà
ïðîñòîðàõ Èíòåðíåòà ?ãóëÿþò? åùå íåñêîëüêî
êîäèðîâîê êèðèëëèöû (íàèáîëåå èçâåñòíîé
àëüòåðíàòèâîé ñàìîé ïîïóëÿðíîé êîäèðîâêå
Windows CP1251 ÿâëÿåòñÿ ÊÎÈ-8, íî åñòü è
äðóãèå).
Êðîìå êîäèðîâêè ïîèñêîâàÿ ñèñòåìà äîëæíà
òàêæå ïðàâèëüíî îïðåäåëÿòü ôîðìàò
äîêóìåíòà. Äàæå åñëè ðóññêèå áóêâû â
äîêóìåíòå íàõîäÿòñÿ â íóæíîé êîäèðîâêå,
íåïðàâèëüíîå îïðåäåëåíèå åãî ôîðìàòà
ïðèâåäåò ê òîé æå ?ãðå÷êå? è íå ïîçâîëèò èñêàòü
çàäàííûå ñëîâà. Êàê ìèíèìóì, ïîèñêîâàÿ
ñèñòåìà äîëæíà ðàçëè÷àòü ôîðìàòû ASCII,
Windows ASCII, RTF, Microsoft Word, HTML.
Âûäåëåíèå ñëîâ
×òîáû îòûñêàòü â òåêñòå ñëîâî, íóæíî õîòÿ áû
çíàòü, ãäå â íåì íàõîäÿòñÿ ñëîâà. Õîòÿ, â
îòëè÷èå îò äðåâíèõ ÿçûêîâ, â íàñòîÿùåå âðåìÿ
ïðèíÿòî óïîòðåáëÿòü ïðîáåëû ìåæäó ñëîâàìè,
âûäåëåíèå ñëîâ ? íå òàêàÿ ïðîñòàÿ çàäà÷à, êàê
êàæåòñÿ.
Îáû÷íî ñëîâîì ñ÷èòàåòñÿ ïîñëåäîâàòåëüíîñòü
áóêâ ?îò ðàçäåëèòåëÿ äî ðàçäåëèòåëÿ?.
Ðàçäåëèòåëÿìè ñ÷èòàþòñÿ ïðîáåëû, çíàêè
ïðåïèíàíèÿ è ïðî÷èå íåàëôàâèòíûå ñèìâîëû.
Îäíàêî èìåþòñÿ ñèìâîëû, êîòîðûå, íå áóäó÷è
áóêâàìè, íå ÿâëÿþòñÿ è ðàçäåëèòåëÿìè â ïîëíîì
ñìûñëå ýòîãî ñëîâà. Ê íèì îòíîñÿòñÿ, â
÷àñòíîñòè, àïîñòðîô ??? è äåôèñ ?-?.
Äåéñòâèòåëüíî, èíîãäà äåôèñ ðàçäåëÿåò ÷àñòè
ñëîâà (êòî-íèáóäü, ñèíå-çåëåíûé), à èíîãäà ?
ñàìîñòîÿòåëüíûå ñëîâà (ìàòü-îäèíî÷êà).
Àïîñòðîô, îñîáåííî â àíãëèéñêîì ÿçûêå, ìîæåò
ÿâëÿòüñÿ ñàìîñòîÿòåëüíîé ÷àñòüþ ñëîâà (don?t,
Ä?Àðòàíüÿí), à ìîæåò èñïîëüçîâàòüñÿ ïðîñòî â
êà÷åñòâå êàâû÷åê.
Ïðèìåíåíèå ðàçäåëèòåëåé â êàæäîì ÿçûêå
èíäèâèäóàëüíî, è ïîèñêîâàÿ ñèñòåìà äîëæíà
áûòü íàñòðîåíà íà âûäåëåíèå ñëîâ äëÿ
êîíêðåòíîãî ÿçûêà.
Îõ óæ ýòà áóêâà ?¸?...
Àíãëèéñêèå ñëîâà ÷àùå âñåãî âûäåëÿþòñÿ â
ýëåêòðîííûõ äîêóìåíòàõ ïðàâèëüíî; ñ ðóññêèìè
ñëîâàìè, íàïðîòèâ, ïîñòîÿííî âîçíèêàþò
ïðîáëåìû.
Ìíîãèå ïîìíÿò, íàïðèìåð, ÷òî âñòðîåííûé
ðåäàêòîð â Norton Commander 3.0 íå ïîçâîëÿë
ââîäèòü ðóññêóþ áóêâó ?ð?, è åå ïðèõîäèëîñü
çàìåíÿòü ëàòèíñêîé áóêâîé ?p?. Äî ñèõ ïîð
âñòðå÷àþòñÿ òåêñòû, ãäå ñëîâà ñ áóêâîé ?ð?
íàáðàíû íåïðàâèëüíî; â ÷àñòíîñòè, òàêèå ñëîâà è
ñåé÷àñ ÷àñòî âñòðå÷àþòñÿ äàæå â èçâåñòíûõ
ýëåêòðîííûõ ýíöèêëîïåäèÿõ îòå÷åñòâåííîãî
ïðîèçâîäñòâà, ÷òî çàñòàâëÿåò ïðè ïîèñêå
ñëîâàðíîé ñòàòüè çàïðàøèâàòü ýòè ñëîâà
äâàæäû ? ñ ðóññêîé è ñ ëàòèíñêîé áóêâîé.
Èçâåñòíî òàêæå, ÷òî âåðñèÿ 2.0 òåêñòîâîãî
ðåäàêòîðà Microsoft Word íå ïîçâîëÿëà âûäåëèòü
ðóññêîå ñëîâî ùåë÷êîì ìûøè ? âûäåëåíèå
îáÿçàòåëüíî ?ðàçáèâàëîñü? áóêâîé ?÷?.
Åñòåñòâåííî, è òåçàóðóñ, è ïðîâåðêà
ïðàâîïèñàíèÿ, è ïîèñêîâàÿ ?ìàøèíêà? â Word 2.0
ðàáîòàëè íà ðóññêèõ òåêñòàõ ñ ïåðåáîÿìè.
À áóêâà ?¸? äîëãîå âðåìÿ áûëà ïàä÷åðèöåé äëÿ
òåêñòîâûõ ðåäàêòîðîâ è ýêðàííûõ è
êëàâèàòóðíûõ äðàéâåðîâ. Äî ñèõ ïîð â íåêîòîðûõ
ïî÷òîâûõ ñèñòåìàõ ðóññêàÿ áóêâà ?¸? çà÷àñòóþ
?ñúåäàåòñÿ?, ïðåâðàùàÿñü â íåàëôàâèòíûé
ñèìâîë. Íî ýòî íå ãëàâíàÿ ïðîáëåìà ñî
ñòðîïòèâîé áóêâîé.
 îòëè÷èå îò âñåõ äðóãèõ ðóññêèõ áóêâ, áóêâà ?¸?
èìååò ñèíîíèì ? áóêâó ?å?, òàê ÷òî ñëîâà ?øîô¸ð? è
?øîôåð? äîëæíû ïðèçíàâàòüñÿ ïðîãðàììîé
ïîèñêà çà îäíî ñëîâî. Áîëüøèíñòâî ïðîãðàìì
ïîèñêà çàïàäíîãî ïðîèçâîäñòâà (â ÷àñòíîñòè
ïîèñêîâûå ìàøèíû Èíòåðíåò) íè÷åãî îá ýòîì íå
âåäàþò, è ïðè ââîäå çàïðîñà ñ áóêâîé ?¸?
ðåçóëüòàò ïîèñêà áóäåò ñîâåðøåííî äðóãèì, ÷åì
ïðè ïîèñêå òîãî æå çàïðîñà, ãäå áóêâà ?¸?
?ïîíèæåíà? äî ?å?.
Î÷åâèäíî, ïðàâèëüíàÿ ñèñòåìà ïîèñêà äîëæíà
ïðèçíàâàòü âñå êîìáèíàöèè ñ áóêâîé ?¸? çà îäíî è
òî æå ñëîâî. Îáû÷íî äëÿ ïðîñòîòû ýòî
äåëàåòñÿ òàê: è ïðè èíäåêñàöèè, è ïðè ïîèñêå
áóêâà ?¸? âñåãäà ?ïîíèæàåòñÿ? äî ?å?.
Ïîäâåäåì èòîã: ïîèñêîâàÿ ìàøèíà, ðàáîòàþùàÿ
ñ äîêóìåíòàìè íà ðóññêîì ÿçûêå, äîëæíà êàê
ìèíèìóì ðàçëè÷àòü ðàçíûå êîäèðîâêè è
ôîðìàòû ðóññêèõ áóêâ, îòëè÷àòü ïðîïèñíûå è
ñòðî÷íûå áóêâû, óìåòü âûäåëÿòü ðóññêèå ñëîâà,
ïðàâèëüíî îáðàáàòûâàòü áóêâó ?¸?.
Ïðîäâèãàåìñÿ äàëüøå.
Ïðîïèñíûå è ñòðî÷íûå áóêâû,
äæîêåðû è ïðî÷åå
Èñêîìîå ñëîâî ÷àùå âñåãî ïðåäñòàâëÿåò ñîáîé
íå÷òî áîëüøåå, ÷åì ïîñëåäîâàòåëüíîñòü çíàêîâ.
Ïîëíîòà ïîèñêà ïî ñòðîêå îáåñïå÷èâàåòñÿ çà
ñ÷åò òàêèõ ñòàíäàðòíûõ ñðåäñòâ, êàê
îòîæäåñòâëåíèå çàãëàâíûõ è ìàëûõ áóêâ (÷òî
òîæå òðåáóåò ÷óâñòâèòåëüíîñòè ê ÿçûêó) è
äæîêåðû (wildcards) íàïîäîáèå ?*? (÷òî îçíà÷àåò
ëþáîå êîëè÷åñòâî ëþáûõ ñèìâîëîâ). Ê
ñîæàëåíèþ, ïðè ýòîì ðåçêî âîçðàñòåò
êîëè÷åñòâî øóìà, ò. å. ïîíèçèòñÿ òî÷íîñòü
ïîèñêà. Äëÿ êîðîòêèõ ñëîâ óðîâåíü øóìà ïðè
èñïîëüçîâàíèè øàáëîíîâ áóäåò ÷ðåçâû÷àéíî
âûñîêèì.
Õîòåëîñü áû çàäàâàòü ñëîâî íà ïîèñê, íå
çàáîòÿñü î åãî èçìåí÷èâîñòè, òàê, ÷òîáû
ïîèñêîâàÿ ñèñòåìà ñàìà, ïðîçðà÷íûì äëÿ
ïîëüçîâàòåëÿ îáðàçîì, îáðàáàòûâàëà ðàçëè÷íûå
ôîðìû ñëîâà, à ýòî îçíà÷àåò, ÷òî ñèñòåìà
äîëæíà ïîíèìàòü ïðèíöèïû ñëîâîèçìåíåíèÿ â
ðóññêîì ÿçûêå.
Ñëîâà, ñêëîííûå ê ïåðåìåíå
Ïî÷òè ëþáîå ðóññêîå ñëîâî ? ýòî íà ñàìîì äåëå
íàáîð èç íåñêîëüêèõ ñëîâîôîðì. Äëÿ ñðåäíåãî
ðóññêîãî ñóùåñòâèòåëüíîãî òàêèõ ôîðì
äâåíàäöàòü ? îäíà îñíîâíàÿ è 11 êîñâåííûõ (6
ïàäåæåé åäèíñòâåííîãî è 6 ìíîæåñòâåííîãî
÷èñëà). Ó ðóññêîãî ãëàãîëà êîñâåííûõ ôîðì
ïîðÿäêà 25 (à åñëè ñ÷èòàòü ôîðìû ïðè÷àñòèé, òî
è âñå 200). Â ïðîöåññå ñëîâîèçìåíåíèÿ îáùèé
ñìûñë ñëîâà îñòàåòñÿ òåì æå, èçìåíÿþòñÿ
òîëüêî ôîðìà è ðîëü ñëîâà â ïðåäëîæåíèè.
Êàê ñïðàâèòüñÿ ñ ýòèì ðàçíîîáðàçèåì? Íóæåí
òàê íàçûâàåìûé ìîðôîëîãè÷åñêèé ïîèñê, ò. å.
ïîèñê, îïèðàþùèéñÿ íà çíàíèå ìîðôîëîãèè ÿçûêà
(íàóêè î ñëîâîèçìåíåíèè).
×òîáû èñêàòü ôîðìû çàäàííîãî ñëîâà, ïîèñêîâàÿ
ñèñòåìà äîëæíà èìåòü ñëîâàðü îñíîâ. Îí
îáû÷íî ñîñòîèò èç ñïèñêà ñëîâàðíûõ îñíîâ,
ññûëêè îò êîòîðûõ óêàçûâàþò íà
ñîîòâåòñòâóþùèå íàáîðû îêîí÷àíèé.
Ïðè èñïîëüçîâàíèè ñëîâàðÿ ïîèñêîâàÿ ñèñòåìà
ñíà÷àëà îòîæäåñòâëÿåò çàäàííîå ñëîâî ïî
ñëîâàðþ, ò. å. îòûñêèâàåò åãî îñíîâó, à çàòåì
ïðè èíäåêñàöèè èëè ïîèñêå ïðîâåðÿåò âñå
íàéäåííûå ñëîâà, ÷òîáû óçíàòü, íå îáðàçîâàíû
ëè îíè îò òîé æå îñíîâû.
Ëþáàÿ ñåðüåçíàÿ ïîèñêîâàÿ ñèñòåìà,
ïðèìåíÿåìàÿ â Ðîññèè, äîëæíà èìåòü
îñíîâàííûé íà ñëîâàðå ìîðôîëîãè÷åñêèé àíàëèç
ñëîâ ðóññêîãî ÿçûêà. Îáû÷íî ïîëíîöåííûé
ñëîâàðü äëÿ ðóññêîãî ÿçûêà äîëæåí âêëþ÷àòü íå
ìåíåå 100-120 òûñÿ÷ îñíîâ ñëîâ, à òàáëèöû
îêîí÷àíèé ? íå ìåíåå íåñêîëüêèõ ñîòåí íàáîðîâ
ýêâèâàëåíòíûõ îêîí÷àíèé.
Ãåíðèõ VIII è áåíçèí ÀÈ?93
Êîãäà ðàçìûøëÿåøü íàä ïðîáëåìàìè ïîèñêà
äîêóìåíòîâ, íå ñðàçó ïðèõîäèò â ãîëîâó, ÷òî äëÿ
ïîëíîòåêñòîâîãî ïîèñêà íå ìåíåå, ÷åì ñëîâà,
âàæíû äðóãèå òåêñòîâûå îáúåêòû, à èìåííî ?
äàòû, ÷èñëà, ñîêðàùåíèÿ, äåíåæíûå ñóììû.
 îáû÷íûõ ïîèñêîâûõ ñèñòåìàõ ÷èñëà íå
èíäåêñèðóþòñÿ è íå ïðîñìàòðèâàþòñÿ ïðè
ïîèñêå, íî òåì íå ìåíåå âî ìíîãèõ ñëó÷àÿõ ýòî
áûâàåò íåîáõîäèìî. Ñàìûé ïðîñòîé ïðèìåð
òåêñòîâîé áàçû äàííûõ, â êîòîðîé âàæåí ïîèñê
äàò è ÷èñåë, ? ýëåêòðîííàÿ ýíöèêëîïåäèÿ. Î÷åíü
÷àñòî òàêæå áûâàåò íóæíî îòûñêèâàòü ðèìñêèå
öèôðû è âñåâîçìîæíûå òåõíè÷åñêèå íàçâàíèÿ
(èìåíà ìèêðîñõåì, äåòàëåé, âåùåñòâ),
ñîñòîÿùèå èç ñìåñè öèôð è áóêâ.
Î÷åâèäíî, ÷òî ïîèñê äàò è ÷èñåë òàêæå
ÿâëÿåòñÿ ÿçûêîâî-çàâèñèìîé õàðàêòåðèñòèêîé
ïîèñêîâîé ñèñòåìû, ïîñêîëüêó, íàïðèìåð, â
ðóññêîì ÿçûêå è äàòû, è äåíåæíûå ñóììû
çàïèñûâàþòñÿ íå òàê, êàê â àíãëèéñêîì.
Êîíå÷íî, â èäåàëå ïîèñêîâàÿ ñèñòåìà äîëæíà
îòîæäåñòâëÿòü äàòû è ÷èñëà â èõ öèôðîâîé è
ñëîâåñíîé çàïèñÿõ è ïîçâîëÿòü çàäàâàòü
æåëàåìûå èíòåðâàëû äëÿ ïîèñêà, íî ýòî
äîâîëüíî ñëîæíî ðåàëèçîâàòü äàæå äëÿ
àíãëèéñêîãî ÿçûêà, íå ãîâîðÿ óæå î ðóññêîì.
Íå íóæíî ëèøíèõ ñëîâ
ßñíî, ÷òî íåêîòîðûå ñëîâà â îáùåì-òî íèêîãäà
íå ïîïàäóò â èñëî èñêîìûõ. Ïîäîáíûå ñëîâà
íàçûâàþòñÿ øóìîâûìè, èëè ?ñòîï-ñëîâàìè?.
Èçâåñòíûé çàêîí Öèïôà ãëàñèò, ÷òî ÷àñòîòà
âñòðå÷àåìîñòè ñëîâà îáðàòíî ïðîïîðöèîíàëüíà
åãî íîìåðó â ÷àñòîòíîì ñïèñêå ñëîâ, äðóãèìè
ñëîâàìè, çàêîí óáûâàíèÿ ÷àñòîòíîñòè ñëîâ íà
ãðàôèêå ïðåäñòàâëÿåò ñîáîé ãèïåðáîëó. Ýòî
îçíà÷àåò: ìîæíî âçÿòü íåêîòîðîå êîëè÷åñòâî
íàèáîëåå ÷àñòî âñòðå÷àþùèõñÿ ñëîâ, è èõ
èíòåãðàëüíàÿ âñòðå÷àåìîñòü áóäåò òàêîâà, ÷òî
íà äîëþ îñòàëüíûõ ñëîâ â òåêñòå îñòàíåòñÿ
ìàëåíüêèé ?õâîñòèê? ïîä äàëüíèì êîíöîì
ãèïåðáîëû.
 ïðîöåññå ðàçðàáîòêè ïðîãðàìì ïðîâåðêè
ïðàâîïèñàíèÿ ìû ñäåëàëè èíòåðåñíûå
ïðàêòè÷åñêèå íàáëþäåíèÿ. Ñïèñîê èç 400
íàèáîëåå ÷àñòî óïîòðåáëÿåìûõ ñëîâ ðóññêîãî
ÿçûêà (êîíå÷íî, ñî âñåìè èõ ãðàììàòè÷åñêèìè
ôîðìàìè) ýêîíîìèò îáðàùåíèÿ ê ñëîâàðþ â 30%
ñëó÷àåâ, ò. å. ãðàììàòè÷åñêèå ôîðìû ýòèõ
÷åòûðåõ ñîòåí ñëîâ, âñåãî îêîëî 2000 ôîðì,
ñîñòàâëÿþò îäíó òðåòü âñåõ ñëîâ â ?ñðåäíåì?
òåêñòå. Â îñíîâíîì ýòîò ñïèñîê ñîñòîÿë èç
íåèçìåíÿåìûõ ïðåäëîãîâ, ÷àñòèö è
ìåñòîèìåíèé, íî â íåãî âõîäèëè è ãëàãîëû
íàïîäîáèå ?äåëàòü?. ×àñòîòíûé ñïèñîê íà 8000
ñëîâ ïîêðûâàë óæå 80% âñåõ ñëîâîóïîòðåáëåíèé
â òåêñòàõ.
Ê ñîæàëåíèþ, ñïèñîê øóìîâûõ ñëîâ ìîæåò
ïîâëèÿòü è íà ïîëíîòó ïîèñêà. Âðîäå áû ÿñíî,
÷òî ÷àñòèöà ?óæ? ? òèïè÷íîå øóìîâîå ñëîâî, è åãî
ìîæíî ñìåëî âûáðàñûâàòü. À ÷òî äåëàòü ñ åå
îìîíèìîì ? íàçâàíèåì çìåè, åñëè ïîèñêîâàÿ
ñèñòåìà äîëæíà ïðèìåíÿòüñÿ äëÿ ïîèñêà â
ýêîëîãè÷åñêèõ áàçàõ äàííûõ? Ïîõîæå, ÷òî
ñïèñêè øóìîâûõ ñëîâ íóæíî íàñòðàèâàòü â
çàâèñèìîñòè îò ïðåäìåòíîé îáëàñòè.
Ëåãêî ëè îòëè÷èòü çàêîí÷åííóþ
ìûñëü?
Âûäåëåíèå ïðåäëîæåíèé ? åùå îäíà
ÿçûêîâî-çàâèñèìàÿ çàäà÷à äëÿ ïîèñêîâîé
ñèñòåìû. Ïîíÿòíî, ÷òî ïðè óìåíüøåíèè åäèíèöû
ïîèñêà øóì ñíèæàåòñÿ, ò. å. ïîâûøàåòñÿ
òî÷íîñòü, à ïîëíîòà îñòàåòñÿ ïðåæíåé (õîòÿ è
ìîæåò â ðåäêèõ ñëó÷àÿõ ïîñòðàäàòü).
Ïîñêîëüêó ?ïðåäëîæåíèå ? ýòî çàêîí÷åííàÿ
ìûñëü?, êàæåòñÿ íàèáîëåå ïðàâèëüíûì áûëî áû
ñ÷èòàòü åäèíèöåé ïîèñêà ïðåäëîæåíèå, à åùå
ëó÷øå ïðîñòûå ñèíòàêñè÷åñêèå êîìïîíåíòû
ñëîæíîãî ïðåäëîæåíèÿ (ïðîñòûå ïðåäëîæåíèÿ).
Êðîìå âñåãî ïðî÷åãî, ãðàíèöà ïðåäëîæåíèÿ
î÷åíü âàæíà ïðè ïîèñêå ñëîâîñî÷åòàíèé, òàê êàê
ñëîâîñî÷åòàíèÿ âñåãäà ñóùåñòâóþò òîëüêî
âíóòðè ïðåäëîæåíèÿ.
Äëÿ àêêóðàòíîãî âûäåëåíèÿ ãðàíèö
ïðåäëîæåíèÿ íóæåí òîíêèé àíàëèç, è ïðè ýòîì
ñïåöèàëüíî ðàçðàáîòàííûé äëÿ êàæäîãî ÿçûêà.
Èòàê, ñôîðìóëèðóåì îáùèé âûâîä: ïîèñêîâàÿ
ìàøèíà, ïðèñïîñîáëåííàÿ ê ðóññêîìó ÿçûêó,
äîëæíà óçíàâàòü ðàçëè÷íûå êîäèðîâêè è
ôîðìàòû, îòëè÷àòü ïðîïèñíûå è ñòðî÷íûå
áóêâû, äàòû è ÷èñëà, ðàñïîçíàâàòü ðóññêèå ñëîâà
âî âñåõ ãðàììàòè÷åñêèõ ôîðìàõ, âûäåëÿòü
ïðåäëîæåíèÿ, èìåòü ñïèñîê (ñïèñêè) øóìîâûõ
ñëîâ è âûðàæåíèé.
Íà ïóòè ê èäåàëó
Òåïåðü ìû êîðîòêî êîñíåìñÿ òîãî, êàêèå ôóíêöèè
îáÿçàòåëüíû äëÿ èäåàëüíîé ïîèñêîâîé ìàøèíû.
Êîíå÷íî, òàêàÿ ìàøèíà äîëæíà áåç ïðîáëåì
âîñïðèíèìàòü ÿçûê, íà êîòîðîì íàïèñàí èñêîìûé
äîêóìåíò.
Íå÷åòêèé îòâåò ëó÷øå ÷åòêîãî
Òàê íàçûâàåìûé áóëåâñêèé ïîèñê çàñòàâëÿåò
ïîëüçîâàòåëÿ ôàêòè÷åñêè çàíèìàòüñÿ
ïðîãðàììèðîâàíèåì íà ÿçûêå, ñîñòîÿùåì èç
îïåðàòîðîâ ?È?, ?ÈËÈ?, ?ÍÅ?, ?ÐßÄÎÌ? è äðóãèõ,
áîëåå èçîùðåííûõ. È ýòî íå ïîâåðõíîñòíàÿ
àíàëîãèÿ: ïîñòðîåíèå óäà÷íîãî çàïðîñà ê
áóëåâñêîé ïîèñêîâîé ñèñòåìå ìîæåò
ïîòðåáîâàòü äëèòåëüíîé îòëàäêè è èñïðàâëåíèÿ
îøèáîê. Èìåííî ïîýòîìó â áîëüøèíñòâå
ïîèñêîâûõ ñèñòåì åñòü ñðåäñòâà âåäåíèÿ
èñòîðèè çàïðîñîâ.
Åñòü ëè àëüòåðíàòèâà ëîãè÷åñêîìó çàïðîñó, è
ñëåäîâàòåëüíî êàêîâ ñëåäóþùèé øàã â ðàçâèòèè
ïîèñêîâûõ ñèñòåì?  êà÷åñòâå àëüòåðíàòèâû
ìîæåò âûñòóïèòü ïîèñê ïî çàïðîñó íà
åñòåñòâåííîì ÿçûêå, èëè, áîëåå ïðèçåìëåííî,
íå÷åòêèé ïîèñê, ïðè êîòîðîì ïîèñêîâàÿ ñèñòåìà
ìîæåò ñàìîñòîÿòåëüíî îòëè÷èòü, êàêèå ñëîâà è
âûðàæåíèÿ â çàïðîñå âàæíû, à êàêèå íåò, è
ñàìîñòîÿòåëüíî ðàñïîëîæèòü èõ â âèäå îäíîãî
èëè íåñêîëüêèõ ëîãè÷åñêèõ ïîäçàïðîñîâ
(íåâèäèìûõ äëÿ ïîëüçîâàòåëÿ), ñîåäèíÿÿ
íåêîòîðûå ñëîâà ñ ïîìîùüþ ?È?, à íåêîòîðûå ñ
ïîìîùüþ ?ÈËÈ?.
Êîíå÷íî, äëÿ íå÷åòêîãî ïîèñêà íóæíû çíàíèÿ î
ÿçûêå: ñëîâàðè øóìîâûõ ñëîâ è âûðàæåíèé, òàê
íàçûâàåìàÿ âåðîÿòíîñòü ñèíîíèìèè äëÿ ðàçíûõ
÷àñòåé ðå÷è (âîçìîæíîñòü òîãî, ÷òî íåêîòîðûå
ñëîâà çàïðîñà, îòñóòñòâóþùèå â äîêóìåíòå,
ìîãóò áûòü çàìåíåíû ñèíîíèìàìè).
Òàêèå ïîèñêîâûå ñèñòåìû ñóùåñòâóþò è óñïåøíî
ðàáîòàþò; ýòîò ïîäõîä èçáàâëÿåò ïîëüçîâàòåëÿ
îò êàêèõ-ëèáî õëîïîò ïðè ôîðìóëèðîâàíèè
çàïðîñà.
Íàäî ñêàçàòü, ÷òî äâèæåíèå â íàïðàâëåíèè
ñìûñëîâîãî ðàçáîðà çàïðîñà (òàêîãî, ÷òîáû
ïðîãðàììà ïîíèìàëà îòðèöàíèå è îãðàíè÷åíèÿ
òèïà ?ñàìûé áîëüøîé? èëè ?íå ñòàðøå ÷åì?) ïîêà
äàæå íå íà÷àëîñü.
Ðó÷êà, ðó÷îíêà èëè ðó÷èùà
Õî÷åòñÿ ëè íàì, ÷òîáû ïî çàïðîñó ?êîæàíûå
èçäåëèÿ? áûëà íàéäåíà ôðàçà ?êîæè è ìåõà èç
Òóðöèè?? Âåðîÿòíî, äà ? âåäü ýòî ÿâíî
ðåëåâàíòíûé ôðàãìåíò òåêñòà. Íî, ñêîðåå âñåãî,
íè îäíà èç ïîïóëÿðíûõ ïîèñêîâûõ ñèñòåì íå
íàéäåò ýòó ôðàçó, êàê, âïðî÷åì, è ïî çàïðîñó
?òóðåöêèå êîæè?. Êàê ìîæåò ñêàçàòü
ïîëüçîâàòåëü, íàì îáåùàëè ïîèñê ñëîâ âî âñåõ
ôîðìàõ?!
Îäíàêî äëÿ êëàññè÷åñêîãî ìîðôîëîãè÷åñêîãî
àíàëèçà ïàðû ñëîâ ?êîæà? è ?êîæàíûå?, ?Òóðöèÿ? è
?òóðåöêèé? âêëþ÷àþò ñîâåðøåííî ðàçíûå ñëîâà, à
íå ôîðìû îäíîãî ñëîâà.
Ìû ñòîëêíóëèñü çäåñü ñ äðóãîé îñüþ
èçìåí÷èâîñòè ñëîâ ? òàê íàçûâàåìûì
ñëîâîîáðàçîâàíèåì, êîãäà èç ñóùåñòâèòåëüíîãî
?êîæà? ïîëó÷àåòñÿ ïðèëàãàòåëüíîå ?êîæàíûé?, è
êàæäîå èç íèõ èìååò ñâîé íàáîð ãðàììàòè÷åñêèõ
ôîðì. ×òî æå äåëàòü, âåäü î÷åâèäíî, ÷òî ïî
ñìûñëó ýòè ñëîâà ñâÿçàíû?
?Çâåçäî÷êà? íà êîíöå ñëîâ íå ñïàñàåò ïîëîæåíèÿ.
 êà÷åñòâå ïðèìåðà òèïîâ ñëîâîîáðàçîâàíèÿ,
øèðîêî ðàñïðîñòðàíåííûõ â ðóññêîì ÿçûêå,
ìîæíî ïðèâåñòè:
1. âèäîâûå ïàðû (âñòàâàòü ? âñòàòü, ñàäèòüñÿ ?
ñåñòü). Ýòîò âèä ñëîâîîáðàçîâàíèÿ (à òî÷íåå,
ðîäñòâà ñëîâ) ÿâëÿåòñÿ îäíèì èç ñàìûõ
ìó÷èòåëüíûõ äëÿ èíîñòðàíöåâ, èçó÷àþùèõ
ðóññêèé ÿçûê;
2. îòãëàãîëüíûå ñóùåñòâèòåëüíûå è
ïðèëàãàòåëüíûå (ïðîâåðÿòü ? ïðîâåðêà,
ïðîâåðî÷íûé);
3. ïðèëàãàòåëüíûå, îáðàçîâàííûå îò
ñóùåñòâèòåëüíûõ (íîãà ? íîæíîé, àêöèÿ ?
àêöèîíåðíûé);
4. óìåíüøèòåëüíûå è óâåëè÷èòåëüíûå ñòåïåíè
(ðóêà, ðó÷êà, ðó÷îíêà, ðó÷èùà);
5. äåôèñíûå îáðàçîâàíèÿ (÷åëîâåê-íåâèäèìêà,
äàâàé-äàâàé, ãîä-ïîëòîðà, ÷åðíî-êðàñíûé,
âåñåëî-õìåëüíîé,
õóäîæåñòâåííî-ñòðîèòåëüíûé);
6. ïðèñòàâêè ?ïîë? è ?ïîëó? (ïîëñòàêàíà, ïîëóêðóã,
ïîëóøàéáà).
Äëÿ ó÷åòà ñâÿçåé ìåæäó ?ðîäñòâåííèêàìè?
íóæåí ñëîâîîáðàçîâàòåëüíûé ñëîâàðü. Òàêèå
ñëîâàðè äëÿ ðóññêîãî ÿçûêà èìåþòñÿ, è âûñîêîãî
êà÷åñòâà, íàïðèìåð ñëîâàðè Óëóõàíîâà è
Òèõîíîâà.
Ïå÷ü èëè íå ïå÷ü
Ïîèñêîâàÿ ñèñòåìà, ðàñïîçíàþùàÿ âñå ôîðìû
ñëîâ è ðîäñòâåííûå ñëîâà, òåì íå ìåíåå
îáúÿâëÿåò îãðàíè÷åíèÿìè, ìåøàþùèìè äîñòè÷ü
îïòèìàëüíîãî ñîîòíîøåíèÿ òî÷íîñòü-ïîëíîòà.
Îñíîâíûì ïðåïÿòñòâèåì ê ïîâûøåíèþ òî÷íîñòè
ïîèñêà ñòàíîâèòñÿ ìíîãîçíà÷íîñòü ÿçûêà. Î÷åíü
÷àñòî ðàçíûå ñëîâà ñîâïàäàþò ïî ôîðìå è
ñîçäàþò øóì ïðè ïîèñêå. Ýòî ÿâëåíèå
íàçûâàåòñÿ îìîíèìèåé.
Îìîíèìèÿ áûâàåò ðàçíûõ ðîäîâ. Ñêàæåì,
îìîíèìèÿ ôîðì. Õîðîøèìè ïðèìåðàìè (íà
êîòîðûõ ìíîãèå ðàçðàáîò÷èêè îòëàæèâàþò ñâîè
ëèíãâèñòè÷åñêèå ñèñòåìû) ÿâëÿþòñÿ ñëîâà
?ïðîñòîé?, ?ïðè?, ?òðóñü?. Ïåðâîå ñëîâî ñëóæèò
îäíîâðåìåííî ôîðìîé ñóùåñòâèòåëüíîãî,
ïðèëàãàòåëüíîãî è ãëàãîëà, âòîðîå ? ïðåäëîãîì,
ôîðìîé ãëàãîëà è ñóùåñòâèòåëüíîãî, à òðåòüå ?
ôîðìîé äâóõ ãëàãîëîâ îäíîâðåìåííî.
Ïîïðîáóéòå óãàäàòü, êàêèõ èìåííî (â êîíöå
ñòàòüè äàíà îòãàäêà).
Åñòü è äðóãîé âèä îìîíèìèè ? ìíîãîçíà÷íîñòü
ñëîâà. Èçâåñòíûé ïðèìåð: ñëîâî ?êëþ÷?, êîòîðîå
â çàâèñèìîñòè îò êîíòåêñòà ìîæåò îçíà÷àòü
?ðîäíèê?, ?èíñòðóìåíò äëÿ çàïèðàíèÿ äâåðè? èëè
?ðàçãàäêó?.
 ðóññêîì òåêñòå îìîíèìèÿ ìîæåò äîñòèãàòü
20% (êàæäîå ïÿòîå ñëîâî èìååò áîëüøå îäíîãî
çíà÷åíèÿ èëè îáúÿñíåíèÿ); â àíãëèéñêîì ÿçûêå
îìîíèìèÿ åùå âûøå, òàê êàê ïî÷òè ó âñÿêîãî
àíãëèéñêîãî ñóùåñòâèòåëüíîãî åñòü
îìîíèì-ãëàãîë, è íàîáîðîò, îäíàêî îìîíèìèÿ ïî
ñëîâîôîðìàì â àíãëèéñêîì ÿçûêå âñòðå÷àåòñÿ
çíà÷èòåëüíî ðåæå.
ßñíî, ÷òî äëÿ ñíÿòèÿ äàæå ïðîñòîé
ãðàììàòè÷åñêîé ìíîãîçíà÷íîñòè (ðàçðåøåíèÿ
îìîíèìèè) íóæíî èñïîëüçîâàòü íå òîëüêî ñàìî
ñëîâî, íî è åãî îêðóæåíèå.
Ñïîñîáû ðàçðåøåíèÿ îìîíèìèè äëÿ àíãëèéñêîãî
è ðóññêîãî ÿçûêîâ, êîíå÷íî, ðàçíûå, òàê êàê
ãðàììàòèêà ýòèõ ÿçûêîâ ðàçëè÷íà.
Äëÿ ðóññêîãî ÿçûêà îäíèì èç îñíîâíûõ ìåòîäîâ
ÿâëÿåòñÿ èñïîëüçîâàíèå îêîí÷àíèé ñëîâ äëÿ
îïðåäåëåíèÿ èõ ñîãëàñîâàííîñòè ìåæäó ñîáîé. À
äëÿ àíãëèéñêîãî ÿçûêà äàííûé ìåòîä
íåïðèìåíèì èç-çà ïðàêòè÷åñêîãî îòñóòñòâèÿ
îêîí÷àíèé.
Åñòü òàêæå âîçìîæíîñòè äëÿ ðàçðåøåíèÿ
ñìûñëîâîé îìîíèìèè, çàêëþ÷àþùèåñÿ â
èñïîëüçîâàíèè ñòàòèñòè÷åñêèõ ñâåäåíèé î
ñîâìåñòíîé âñòðå÷àåìîñòè ñëîâ.
Îáëèãàöèè èëè öåííûå áóìàãè?
Äîëæíà ëè ïîèñêîâàÿ ñèñòåìà íàõîäèòü
äîêóìåíòû, ñîäåðæàùèå ñâåäåíèÿ î
ãîñóäàðñòâåííûõ êàçíà÷åéñêèõ îáÿçàòåëüñòâàõ,
åñëè ïîëüçîâàòåëü äàë çàïðîñ ïðî öåííûå
áóìàãè? Äà, ñêàæåò ëþáîé çàêàç÷èê ïîèñêîâîé
ñèñòåìû, è áóäåò ïðàâ ? âåäü ýòî æå î÷åâèäíî!
Îáû÷íî íà ïðàêòèêå òàêèå çíàíèÿ
àêêóìóëèðóþòñÿ òîæå â ñëîâàðÿõ ? òàê
íàçûâàåìûõ òåçàóðóñàõ. Òåçàóðóñ ñîäåðæèò
ñèíîíèìû, àíòîíèìû, ðîäñòâåííûå ñëîâà, à
òàêæå èåðàðõè÷åñêîå äåðåâî ïîíÿòèé ñ
îòíîøåíèÿìè îò îáùåãî ê ÷àñòíîìó (öåííûå
áóìàãè ? îáëèãàöèè ? ÃÊÎ, âîåííûé ? îôèöåð ?
ëåéòåíàíò) è îò öåëîãî ê ÷àñòè (àâòîìîáèëü ?
êóçîâ ? äâåðü)
Ê ñîæàëåíèþ, ñêîëüêî-íèáóäü ïîëíûõ òåçàóðóñîâ
ðóññêîãî ÿçûêà íå ñóùåñòâóåò (â ìèðå åñòü
òîëüêî äâà ïîëíîöåííûõ òåçàóðóñà ? Ðîæå äëÿ
àíãëèéñêîãî è Ðîáåðà äëÿ ôðàíöóçñêîãî ÿçûêà).
Î÷åâèäíî, ÷òî òåçàóðóñû äîëæíû ñîñòàâëÿòüñÿ
íå òîëüêî äëÿ êàæäîãî ÿçûêà, íî è äëÿ êàæäîé
ïðåäìåòíîé îáëàñòè.
Õîëîäíî-ãîðÿ÷î
×àñòî ïîëüçîâàòåëü õî÷åò óòî÷íèòü çàïðîñ,
âòîðîé ðàç îñóùåñòâèòü ïîèñê ïî óæå ñäåëàííîé
âûáîðêå èëè èñïîëüçîâàòü âûáîðêó äëÿ
ôîðìèðîâàíèÿ íîâîãî çàïðîñà. Äëÿ ýòîãî òàêæå
ñóùåñòâóþò ñïåöèàëüíûå ñòàòèñòè÷åñêèå
ìåòîäû, ïîçâîëÿþùèå ïîèñêîâîé ñèñòåìå
íåâèäèìûì äëÿ ïîëüçîâàòåëÿ îáðàçîì óòî÷íèòü
ôîðìóëèðîâêó çàïðîñà, äîáàâèâ ê íåìó âàæíûå
ñëîâà èç óæå íàéäåííûõ è îäîáðåííûõ
ïîëüçîâàòåëåì äîêóìåíòîâ.
Ñôîðìóëèðóåì îáùèé âûâîä: èäåàëüíàÿ
ïîèñêîâàÿ ñèñòåìà äîëæíà, êðîìå îáùèõ
íàâûêîâ âûäåëåíèÿ è àíàëèçà ñëîâ è ïîèñêà
ëîãè÷åñêèõ êîìáèíàöèé, óìåòü ïðîâîäèòü
íå÷åòêèé ïîèñê, îáëàäàòü çíàíèÿìè î ìèðå ?
òåçàóðóñîì, ðàçðåøàòü îìîíèìèþ íà ýòàïå
èíäåêñàöèè è ïðè ïîèñêå, äîïóñêàòü
èòåðàòèâíîå óòî÷íåíèå çàïðîñà.
P. S. Âîò îáåùàííàÿ îòãàäêà: ñëîâî ?ïðîñòîé?
ÿâëÿåòñÿ, â ÷àñòíîñòè, ôîðìîé ïîâåëèòåëüíîãî
íàêëîíåíèÿ ãëàãîëà ?ïðîñòîÿòü?, ïðåäëîã ?ïðè?
ñîâïàäàåò ñ ôîðìîé ðîäèòåëüíîãî ïàäåæà
ñóùåñòâèòåëüíîãî ?ïðÿ? (óñòàðåâøèé âàðèàíò
ñëîâà ?ðàñïðÿ?), à ?òðóñü? ? ýòî òàêæå ôîðìà
ïåðâîãî ëèöà åäèíñòâåííîãî ÷èñëà ãëàãîëà
?òåðåòüñÿ?.
ÊÎÐÎÒÊÎ ÎÁ ÀÂÒÎÐÅ:
Èãîðü Ñòàíèñëàâîâè÷ Àøìàíîâ ? ê. ò. í., â
ïðîøëîì ðóêîâîäèòåëü ïðîåêòîâ ÎÐÔÎ è
ÊÎÍÒÅÊÑÒ ôèðìû ?Èíôîðìàòèê?, ïðîåêòîâ
?ÌóëüòèËåêñ?, ?Ëèáðåòòî?, ?Êëàññèôèêàòîð? è
?Ñëåäîïûò? ôèðìû ?ÌåäèàËèíãâà?.  íàñòîÿùåå
âðåìÿ ? äèðåêòîð ïî ðàçâèòèþ êîìïàíèè ?Ñòåê?
(âëàäåëüöà ïîèñêîâîé ìàøèíû ?Ðàìáëåð?).
