Please enable JavaScript to view theСукиасян Э.Р.
Школа индексирования. Занятие 1. Стандартные требования к индексированию[ Библиотека. 2004. № 2. С. 50-52 ]
С января 2ОО4 г. в нашей стране введен в действие непосредственно в качестве Государственного стандарта Российской Федерации ГОСТ 7.592ООЗ «СИБИД. Индексирование документов. Общие требования к систематизации и предметизации». Стандарт принят органами по стандартизации Азербайджана, Армении, Белоруссии, Грузии, Казахстана, Киргизии, Молдавии, Таджикистана, Туркмении, Узбекистана.
Индексирование новое слово? Возможно, для части библиотекарей, работающих в публичных библиотеках. Все мы всегда занимались индексированием оно включает в себя: систематизацию (без которой не обходится ни одна библиотека), предметизацию, координатное индексирование. ГОСТ 7.74 дает следующее определение этого термина: «Индексирование выражение содержания документа и/или смысла информационного запроса на информационно-поисковом языке».
Новое для широкого круга библиотекарей понятие появилось в названии ГОСТ 7.5990, введенного впервые в 1991 г. Тогда в профессиональной печати были опубликованы методические рекомендации, положения стандарта изучались библиотечными работниками. Введение стандарта было своевременным и необходимым. Его основные требования вошли в учебные пособия, инструкции и положения, общегосударственные нормы времени на основные процессы библиотечной работы.
Прошло более десяти лет. За эти годы изменилась классификационная практика в стране. Потребовалось уточнить перечень и наименования классификационных систем. Существенно упорядочена терминология рассматриваемой предметной области. Были утверждены терминологические стандарты 7.7396, 7.7496 и 7.7696, в которые вошли многие из тех терминов, приведенных в стандарте 7.5990. Изменилось оформление стандартов вообще они стали межгосударственными.
Существенно обновился за этот период кадровый состав библиотек. В отделах, занимающихся каталогизацией и обработкой документов, появились сотни новых сотрудников. Если даже они имели библиотечное образование, возникла необходимость овладеть новой системой терминов, обновить технологические знания, изучить рекомендованные стандартами приемы и алгоритмы. Тем, которые специальной подготовки не имели, нужно заниматься более целенаправленно и углубленно. Каталогизация такая область библиотечной практики, где самодеятельность недопустима, есть определенные документы (стандарты, нормы, правила, обязательные инструкции), без знания и строго выполнения которых сегодня работать нельзя.
Еще пока не везде, но уже во многих библиотеках появились автоматизированные системы и электронные каталоги. Вместе с ними в нашу повседневную жизнь пришли новые понятия и правила индексирования.
Задачи школы
В связи с введением в действие ГОСТ 7.592003 возникло предложение организовать на страницах «Библиотеки», самого массового профессионального издания в нашей стране, заочной Школы индексирования. Мы планируем публиковать материалы этой рубрики постоянно, из номера в номер. Ознакомим с историей разработки стандарта. Поясним, как должен быть связан стандарт с правилами, инструкциями, учебными и практическими пособиями. Глубоко познакомим с терминами и их стандартными определениями. Последовательно разберем общие требования к индексированию документов. Специальные занятия посвятим информационно-поисковым языкам классификационным, предметизационным, дескрипторным. Подробно рассмотрим принципы, общие требования и правила систематизации, предметизации, координатного индексирования.
Заочная школа предполагает обратную связь со слушателями. Вести занятия буду я, Эдуард Рубенович Сукиасян. Мне можно написать по электронной почте (E-mail: [email protected]) или на адрес редакции журнала.
Предшественники ГОСТ 7.592003
Любой стандарт рождается в результате обобщения многолетней практики. Библиотекари учились по учебникам, использовали практические пособия. Стандартов, регламентирующих технологические процессы, многие десятилетия не было. Появление централизованной каталогизации (например, печатной каталожной карточки), общая для всех или многих библиотек система классификации понемногу привели библиотекарей к пониманию целесообразности единых принципов и методов работы. На определенном этапе развития международных связей возникла необходимость максимального согласования отечественной практики каталогизации с зарубежной.
В декабре 1985 г. Международная организация по стандартизации (ИСО), активным членом которой была наша страна, утвердила Международный стандарт 5963 «Документация методы анализа документов, определения их тематики и выбора терминов индексирования». МС ИСО 5963 по своему содержанию почти полностью совпадал с введенными с 01.01.1985 г. в СССР двумя стандартами: ГОСТ 7.4484 «СИБИД. Систематизация документов. Общие требования» и ГОСТ 7.4584 «СИБИД. Предметизация документов. Общие требования». Интересно: требования международного и отечественных стандартов совпадали в деталях, но наши стандарты оказались более четкими, формализованными, содержали некоторые положения, совершенно отсутствующие в МС ИСО. Сказался опыт: в нашей стране первый учебник вышел в 1947 г., многократно пересматривались разного рода инструкции и положения.
Вместе с тем в МС ИСО 5963 обнаружились несомненные достоинства, пренебрегать которыми не хотелось. Самостоятельной частью стандарта были определения встречающихся в нем терминов. В отечественной практике задачи стандартизации терминологии решались отдельными стандартами. В частности, для рассматриваемой области уже был утвержден ГОСТ 7.3982 «СИБИД. Систематизация и предметизация. Термины и определения (введен с 01.01.1984 г.). Более интересной оказалась другая особенность МС ИСО. В нем вводились понятия и определялись требования общего характера, охватывающие как систематизацию, так и предметизацию. Отечественные ГОСТ 7.44 и 7.45 разрабатывались одним и тем же авторским коллективом, но не имели общей части и не были согласованы в деталях. Мы и не ставили такой задачи, разрабатывая два самостоятельных стандарта.
Преимущества МС ИСО были очевидны: проще освоить любой процесс, тем более совокупность сложных процессов, какими являются систематизация и предметизация, выделив общее, единичное и особенное. Поэтому было решено объединить два отечественных стандарта, максимально приблизить их к МС ИСО 5963 по структуре и содержанию. В коллективе разработчиков были представлены и крупнейшие библиотеки, и библиографирующие центры, и органы информации. Надо было разработать такой стандарт, применение которого не ограничивалось бы ведомственными рамками. Это значило, что предстояло решить ряд сложных терминологических проблем: в эти годы в стране параллельно функционировали две системы терминов библиотечная и информационная. Было решено использовать в стандарте современную международную терминологию. Мы пришли к выводу, что рано или поздно противоречия и несогласованности терминологии внутри страны будут урегулированы, жизнь заставит нас принять международные нормы. Впоследствии наша гипотеза полностью оправдалась.
ГОСТ 7.5990 оказался не единственным, созданным на основе МС ИСО 5963. Спустя несколько лет был разработан и с 01.01.1993 г. введен в действие его «собрат» ГОСТ 7.6692 «СИБИД. Индексирование документов. Общие требования к координатному индексированию».
Что было нового
В период разработки ГОСТ 7.5990 было проведено серьезное научное исследование. Разработчики хотели выяснить, не считают ли библиотекари некоторые требования стандарта 7.4484 слишком жесткими, неправомерными. Стандартом предусматри-валось обязательное ведение во всех библиотеках алфавитно-предметного указателя к систематическому каталогу (АПУ) не в качестве вспомогательного аппарата, а в роли составной части каталога. Поэтому предписывалось составление карточки АПУ в процессе обработки новых поступлений. Это требование основывалось на современных представлениях о том, что систематический каталог способен выполнять свои функции, если он обеспечен адекватным АПУ. Иначе говоря указатель отражает содержание фактически существующих в фонде документов, представленных в каталоге, а поступающих в фонд в процессе их обработки. Вводилось также обязательное редактирование классификационного решения и предметных рубрик АПУ, ведение систематической контрольной картотеки (СКК) к АПУ. Соответственно были изменены общегосударственные нормы времени.
Обследование показало, что сотни библиотек так уже работали, и ничего оригинального, нового стандарт не вносил. Дело в том, что указанные процессы становились обязательными. Выявилось четкое соответствие между наличием и качеством АПУ в библиотеке и количеством обращений к каталогу. Там, где каталог «существовал без адекватного АПУ, он оставался «вещью в себе». Там, где АПУ просто перепечатывался с таблиц классификации, каталогом пользовались с трудом (новая тематика в нем не отражалась). Если же библиотека постоянно вела АПУ, читатель эффективно работал с каталогом.
Новой, конечно, была терминология. Если взять учебники 19401950-х гг., то там многих терминов, которыми успешно оперируем сегодня, мы не встретим. Каждая эпоха обогащает наш профессиональный язык. Но если взять ГОСТ 7.59, мы вправе говорить не столько об «обогащении», сколько об уточнении понятий. Впрочем, практика показала, что новая терминология прижилась быстро. Наибольшие трудности возникли с понятием «термин индексирования» (indexing term), разобраться в котором нам еще предстоит.
Структура ГОСТ 7.592003
В соответствии с современными требованиями стандарт состоит из 6 разделов. В первом («Область применения») говорится (здесь и далее текст стандарта будет цитироваться без каких-либо изменений и выделяться особым шрифтом):
Настоящий стандарт устанавливает общие требования к индексированию: систематизации и предметизации документов и информационно-поисковым языкам, применяемым при индексировании. Стандарт предназначен для библиотек, органов научно-технической информации, книжных палат, редакций и издательств.
Затем следует довольно обширный раздел «2 Нормативные ссылки»:
В настоящем стандарте использованы ссылки на следующие стандарты:
ГОСТ 7.6692 (ИСО 5963-85) Система стандартов по информации, библиотечному и издательскому делу. Индексирование документов. Общие требования к координатному индексированию.
ГОСТ 7.7396 Система стандартов по информации, библиотечному и издательскому делу. Поиски распространение информации. Термины и определения.
ГОСТ 7.7496 Система стандартов по информации, библиотечному и издательскому делу. Информационно-поисковые языки. Термины и определения.
ГОСТ 7.7696 Система стандартов по информации, библиотечному и издательскому делу. Комплектование фонда документов. Библиографирование. Каталогизация. Термины и определения.
Очень ценным является раздел «3 Определения», в котором после слов «В настоящем стандарте применяют следующие термины с соответствующими определениями…» дан перечень 45 терминов, большая часть со ссылками на указанные выше терминологические стандарты, а на 16 других терминов даны определения здесь же.
Вся дальнейшая структура стандарта будет понятна из приведенной схемы.
Структура ГОСТ 7.592003 «СИБИД. Индексирование Документов. Общие требования к систематизации и предметизации»
- Область применения
- Нормативные ссылки
- Определения
- Общие положения 4.1 Сущность индексирования 4.2 Объект индексирования 4.3 Условия индексирования 4.4 Принципы индексирования 4.5 Виды ИПЯ и терминов индексирования
- Требования к ИПЯ 5.1 Общие требования 5.2 Требования к классификационным ИПЯ 5.3 Требования к предметизационным языкам
- Технологические процессы и общие правила индексирования 6.1 Общие правила индексирования 6.2 Правила систематизации 6.3 Правила предметизации
Мы начнем наши занятия с раздела 4 «Общие положения». Все терминологические пояснения будут даны по мере необходимости.
Индексирование документов
(Систематизация, предметизация, координатное индексирование)
Индексирование – это выражение содержания документа и/или смысла информационного запроса на информационно-поисковом языке (ГОСТ 7.74-96). Выделяют три вида индексирования документов: классификационное (систематизация), предметное (предметизация), координатное (координатное индексирование).
Предметное индексирование – индексирование предметного содержания документа, выраженное языком предметных рубрик.
Классификационное индексирование – систематизация документов посредством понятий и кодов какой-либо классификационной системы.
Координатное индексирование – индексирование, предусматривающее многоаспектное выражение основного смыслового содержания информационного запроса множеством ключевых слов или дескрипторов.
Название поля
Указания
Классификационный индекс, определенный по таблицам ББК
Индексы другой классификации, используемой библиографирующим учреждением, например, ТБК или таблицы для краеведческих документов
Определяется по встроенной таблице Хавкиной. Автоматически проставляется после сохранения при наличии классификационного индекса
903: Шифр документа в БД
Идентификатор документа, строится автоматически
906: Систематический шифр
Расстановочный шифр, определяемый библиографирующим учреждением
60: Раздел знаний
Порядковый номер, включающий название отрасли в целом
Краткая формулировка темы на естественном языке
Предметный заголовок
Первый элемент многочленной предметной рубрики
1-й подзаголовок
Конкретизируют основные характеристики, состав, состояние, свойства и т. д. предмета, выраженного заголовком предметной рубрики
2-й подзаголовок
Детализирует аспекты рассмотрения предмета, выраженные в 1-м подзаголовке предметной рубрики
Эффективность
3-й подзаголовок
Детализирует аспекты рассмотрения предмета, выраженные во 2-м подзаголовке предметной рубрики
Математические расчеты
Географический подзаголовок
Отражают географический (территориальный) аспект рассмотрения предмета, показывают его связь с определенной территорией
Географический подзаголовок
Географический подзаголовок
Хронологический подзаголовок
Конкретизируют период времени или определенную дату. Обозначают арабскими цифрами, словесными формулировками эпохи и периодов
2005–2008 гг.
20 в., вторая половина
610: Ненормированные ключевые слова
Ключевое слово (словосочетание из текста документа), которое несет в данном тексте существенную смысловую нагрузку с точки зрения информационного поиска. Целесообразно использовать КС для дополнительного раскрытия содержания документа на более глубоком уровне, т. е. использовать ПР для описания основных предметов документа и их аспектов, КС – для их дальнейшей детализации а также описания побочных тем документа. Выбираются непосредственно из текста документа и вводятся в данное поле, если они отсутствуют в заглавии и предметной рубрики
Писатели
Доплера эффект
Оздоровительные лагеря
600: Персоналия
(о нем) – имя лица
Предметная рубрика, заголовком которой является имя лица, если оно является предметом рассмотрения в документе. Содержит подполя, аналогичные полям 700 «Автор» и 701 «Другие индивидуальные авторы»
Фамилия, инициалы
Расширение инициалов
Татьяна Григорьевна
Неотъемлемая часть имени
Дополнения к именам, кроме дат
Д-р филол. наук (фольклорист), лауреат Гос. премии УР (2004)
Даты жизни
Разночтение фамилий
Персоналия (о нем)
Записывается в одну строчку полное наименование организации
Ижсталь, спортивная команда по хоккею
331: Аннотация
Краткая характеристика документа, поясняющая его содержание, назначение, форму, другие особенности
Процесс индексирования включает следующие этапы:
– выявление основных компонентов содержания документа,
– представление выявленных компонентов содержания средствами информационно-поисковых языков.
В процессе индексирования учитываются:
– информационные потребности пользователей,
– общая и частные методики индексирования.
Предметные рубрики (ПР), присвоенные документу, должны отражать содержание каталогизируемого документа с максимальной полнотой и точностью. Как правило, документу следует присваивать адекватные ПР, формулировка которых выражает объем понятия, наиболее точно соответствующий объему понятия о предмете документа. Обобщающие рубрики, которой выражает объем понятия более широкий, чем объем понятия о предмете документа, присваиваются в том случае, если нерационально использовать адекватные ПР.
Количество ПР, присвоенных документу, может быть различным и зависит от содержания каталогизируемого документа. Индексатор может присвоить документу одну или несколько ПР.
Новые предметные рубрики создаются при наличии документов соответствующей тематики. Для формулирования новых ПР следует использовать термины, соответствующие современному состоянию терминосистем. Использование терминологии должно основываться на
§ отраслевых энциклопедиях;
§ современных терминологических словарях;
§ каталогизируемых документах.
Правила формулирования предметной рубрики
1. В состав ПР могут входить все части речи , но основной языковой формой выражения понятий в ПР являются имена существительные и словосочетания на их основе. Наличие существительного в ПР обязательно.
2. Заголовок и подзаголовки предметных рубрик формулируются в именительном падеже . При инверсировании словосочетаний может применяться родительный падеж . Например: Ома закон.
3. Слова, используемые в предметной рубрики, формулируются во множественном числе . Исключение представляют термины, которые не употребляются во множественном числе. Например: Транспорт. Дыхание. Единственное число принято и для тех слов, которые во множественном числе обозначают другое понятие. Например: Театр – как вид искусства и Театры – как вид учреждения.
4. При употреблении предмета в полной и краткой форме предпочтение отдается полной форме. Исключение составляют слова у которых краткая форма вытеснила полное наименование предмета и сокращение вошло в терминологию. Например: КПСС, ЮНЕСКО.
5. При использовании в формулировке предметных рубрик многозначных слов и слов-омонимов в скобках указывать слова, уточняющие содержание понятия (реляторы). Например: Представления (гносеол.) и Представления (мероприятия).
6. Для того, чтобы в позиции ведущего слова предметной рубрики находилось слово, несущее максимальную смысловую нагрузки, возможно применение инверсии. Инверсия применяется в следующих случаях:
6.1. В отношении таких понятий, как теорема, теория, метод, задача, эффект, явление и т. д. Например: Вероятностей теория, Ферма теорема.
6.2. В отношении так называемых «нехарактерных» прилагательных. В этих случаях существительное является основным словом, определяющим сущность предмета, а прилагательное обозначает не основные свойства предметов, а их частные вторичные признаки
К таким признакам относятся:
– некоторые нехарактерные внешние признаки (величина, объем, форма, цвет и т. д.). Например: Строительные конструкции легкие.
– физические свойства и состояния (твердый, жидкий, сухой и т. д.). Например: Пищевые продукты жидкие.
– некоторые количественные, пространственные и временные определения и отношения. Например: Музыкальные фестивали международные.
Исключениями являются те случаи, когда нехарактерное само по себе прилагательное является частью общепринятого термина. Например: Внешняя торговля.
6.3. В случае, если имя собственное входит в географическое название.
Например: Лаптевых море.
1. При формулировании географического термина, вводимого в словарь, следует использовать исторически сложившиеся, более краткое общеупотребительное название государства. Развернутые официальные названия государств используются только при отражении юридической литературы. Например: Конституция – Российская Федерация.
Географическое наименование должно соответствовать историческому периоду, рассматриваемому в документе. Например:
Вятская губерния
Устинов, город.
2. Названия всех географических объектов должны иметь уточнения, к какой категории географических объектов они относятся (город, остров, река и т. д.). Эти уточнения записываются без сокращений через запятую и пробел после наименования объекта. Например.
Индексация документов заключается в присвоении им условных цифровых (иногда буквенно-цифровых) обозначений - индексов, которые предоставляются документам во время регистрации и свидетельствуют о место составления, время исполнения и хранения документов. Обязательным элементом индекса является порядковый регистрационный номер в пределах документопотока, что регистрируется, как правило, за год. В соответствии с задачами поиска порядковый номер может дополняться индексом по номенклатуре дел, а также другими классификационными отметками (индексами структурных подразделений, должностных лиц, корреспондентов, вопросов деятельности, видов документов и т.п.). Составные части регистрационного индекса отделяются друг от друга косой чертой, например: 356/01,134/02/03-10.
Чаще всего с регистрационного порядкового номера документов прилагается номенклатурный индекс, поскольку основной схемой классификации документов в делопроизводстве является номенклатура дел.
Базой для индексации номенклатур дел является перечень или список структурных подразделений с закрепленными за ними индексами или условными отметками. В индекса структурного подразделения добавляется номер дела по номенклатуре дел в пределах структурного подразделения, например: 05-15, где 05 - индекс структурного подразделения (обычно он совпадает с порядковым номером структурного подразделения по штатному расписанию), 15 - номер дела по номенклатуре. Целесообразность нумерации дел в пределах одного структурного подразделения объясняется тем, что таким образом достигается наибольшая стабильность номеров. Появление новых дел или уменьшение количества дел в одном структурном подразделении, создание или ликвидация структурных подразделений (а следовательно, и дел) не влияет на индексацию дел других структурных подразделений.
Одной из составляющих системы регистрации является классификаторы, которые разрабатываются с учетом потребности учреждения по поиску документов.
В случае отсутствия номенклатуры дел во время присвоения регистрационного индекса используют классификатор структурных подразделений, за которым, как правило, установлена последовательность структурных подразделений согласно штатному расписанию. Например: служба делопроизводства - 01; планово-финансовый отдел - 02; отдел маркетинга и рекламы - 03; отдел продаж - 04; отдел персонала - 05; юридический отдел - 06; бухгалтерия - 07; административно-хозяйственный отдел - 08.
Нередко в учреждениях разрабатывают цифровые классификаторы должностных лиц, как правило - руководителя и его заместителей, например: генеральный директор - 01; финансовый директор - 02; коммерческий директор - 03; заместитель генерального директора по административно-хозяйственным вопросам - 04.
Благодаря такой структуре индексации за регистрационным индексом можно определить, кто рассматривал документ и в какое структурное подразделение его направлено на исполнение. Например: 346/02/07, где 346 - порядковый номер входящего письма, 02 - индекс финансового директора, 07 - индекс бухгалтерии.
Использование во время регистрации индексов должностных лиц целесообразно в случае формирования дел (прежде всего переписка за подписью руководства) в структурных подразделениях.
Расположение регистрационного номера документа как составной части его индекса может меняться в зависимости от того, какой документ регистрируется - инициативный входной или инициативный выходной. Регистрация инициативных исходящих документов отличается от регистрации инициативных входных лишь двумя моментами: элементы регистрационного индекса записываются в обратной последовательности, а индексом должностного лица является индекс лица, подписавшего документ.
Итак, при регистрации инициативного исходящего документа сначала проставляется регистрационный номер с группой инициативных входящих документов (например, 1034), затем индекс должностного лица - автора резолюции (например, 02), далее - индекс структурного подразделения, куда направлен документ на исполнение (например, 06), а после исполнения документа - вторая часть индекса - индекс дела по номенклатуре (например, 14). Полный регистрационный индекс будет иметь такой вид: 1034/02/06-14.
Во время регистрации инициативного исходящего документа на документе проставляется сначала индекс дела по номенклатуре (например, 05-12), затем индекс должностного лица, подписавшего документ (например, 01), и регистрационный номер за группой инициативных исходящих документов (например, 960). В этом случае полный регистрационный индекс будет иметь такой вид: 05-12/01/960.
Распорядительные документы (постановления, решения, приказы, распоряжения), а также некоторые внутренние документы (протоколы, акты) имеют только порядковый номер в пределах года (с января по декабрь).
Только в учебных заведениях нумерация внутренних документов может вестись по учебным годом.
В некоторых случаях могут применяться буквенные индексы.
При регистрации обращений граждан порядковый номер дополняется первой буквой фамилии заявителя.
Например: Д-23. С-12.
Регистрация документов с ограниченным доступом предусматривает добавление к регистрационному индексу соответствующей отметки, например: 235/01-05ДСК.
С целью различения групп приказов по личному составу каждому виду может присваиваться буквенный индекс. Система индексов разрабатывается кадровыми службами с учетом специфики регистрации и формирования приказов в данном учреждении. Для приказов по личному составу (о приеме, переводе, увольнении, совместительстве работников учреждения, о материальной помощи, о поощрении работников), номера, как правило, добавляется буква "К" (кадры) или "ОС" (личный состав), например: № 145-К, № 68-ОС. Если приказы о поощрении ведутся отдельно, то добавляется буква "С" (поощрения), например: № 47-3. Приказы о предоставлении отпусков могут иметь такой буквенный индекс: № 83-От., приказы о командировке - № 54-В, приказы о взыскании - № 5-С.
На документах, авторами которых являются несколько организаций, индексы авторов проставляются через косую черту в порядке указания авторов (слева направо). Например, регистрационный индекс совместного приказа трех учреждений будет таким: 356/501/231.
ГОСТ 7.66-92
(ИСО 5963-85)
Группа Т62
ГОСУДАРСТВЕННЫЙ СТАНДАРТ СОЮЗА ССР
Система стандартов по информации, библиотечному и издательскому делу
ИНДЕКСИРОВАНИЕ ДОКУМЕНТОВ
Общие требования к координатному индексированию
System of standards on information,
librarianship and publishing. Indexing of documents.
General requirements for coordinate indexing
ОКСТУ 0007
Дата введения 1993-01-01
ИНФОРМАЦИОННЫЕ ДАННЫЕ
1. РАЗРАБОТАН И ВНЕСЕН Государственным комитетом СССР по науке и технологиям и Техническим комитетом ТК 191 "Научно техническая информация, библиотечное и издательское дело"
РАЗРАБОТЧИКИ
В.Н.Белоозеров, канд. филол. наук (руководитель темы); Н.Д.Кравченко, канд. пед. наук; И.В.Тростникова; Н.А.Сливницина; Г.Н.Хондкариан; В.Н.Казаков, канд. техн. наук
2. УТВЕРЖДЕН И ВВЕДЕН В ДЕЙСТВИЕ Постановлением Комитета стандартизации и метрологии СССР от 27.03.92 N 297
Настоящий стандарт разработан методом прямого применения стандарта ИСО 5963-85 "Документация. Методы анализа документов, определения их тематики и выбора терминов индексирования" с дополнительными требованиями, отражающими потребности народного хозяйства
3. Срок первой проверки - 1995 г.
Периодичность проверки - 5 лет
4. РАЗРАБОТАН ВПЕРВЫЕ
5. ССЫЛОЧНЫЕ НОРМАТИВНО-ТЕХНИЧЕСКИЕ ДОКУМЕНТЫ
Номер пункта, приложения |
|
ГОСТ 7.0-84 | Вводная часть |
ГОСТ 7.25-80 | |
ГОСТ 7.26-80 | Вводная часть |
ГОСТ 7.27-80 | Вводная часть; приложение 1 |
ГОСТ 7.52-85 | Вводная часть; 5.7 |
ГОСТ 7.59-90 | Вводная часть; приложение 1 |
Настоящий стандарт устанавливает общие требования к координатному индексированию документов, включая правила формирования поискового образа документа. Специфические требования к систематизации и предметизации документов - по ГОСТ 7.59 . Форма представления поискового образа документа в коммуникативном формате МЕКОФ - по ГОСТ 7.52 .
Стандарт распространяется на информационно-поисковые системы, в которых содержание документов представлено в сжатой форме лексическими единицами информационно-поискового языка. Стандарт не распространяется на формирование фактографических записей в фактографических базах данных.
Термины и определения - по ГОСТ 7.0 , 7.26, 7.27, 7.59 и приложению 1.
Дополнительные требования, отражающие потребности народного хозяйства, приведены в приложении 1.
1. ОБЩИЕ ПОЛОЖЕНИЯ
1.1. Процесс индексирования включает следующие этапы, которые осуществляют в указанной ниже последовательности:
анализ и определение содержания документа как объекта индексирования;
выбор понятий, характеризующих содержание документа;
выбор терминов индексирования для обозначения понятий;
формирование поискового образа документа из терминов индексирования.
Перечисленные этапы могут быть объединены в составе технологических процедур при условии надлежащего выполнения каждого из этапов.
1.2. Поисковый образ документа (ПОД) формируют из выбранных терминов индексирования при помощи грамматических средств информационно-поискового языка (ИПЯ).
1.3. В процессе индексирования не рекомендуется описывать документ как физический объект (с точки зрения его формы, объема и пр.). Допускается отражать в ПОД подобную информацию, если она позволяет более точно установить соответствие документа информационной потребности пользователя системы.
2.1. При анализе документа индексатору должна быть предоставлена возможность ознакомиться с документом в полном объеме. При невозможности исчерпывающего ознакомления с документом индексатор должен изучить имеющиеся текстовые части документа (основные источники индексирования):
справочный аппарат документа - заглавие (наименование), аннотацию, реферат, содержание (оглавление), предисловие, заключение и др.;
введение;
заголовки частей и глав;
первые фразы глав и параграфов;
иллюстрации, схемы, таблицы и подписи к ним;
слова и группы слов, которые в тексте подчеркнуты или выделены полиграфическими средствами.
Индексирование только по заглавиям является неполноценным. При индексировании по рефератам и аннотациям следует следить за адекватностью передачи в них содержания документа.
2.2. При анализе нетекстовых (аудиовизуальных и других) документов, которые помимо чтения требуют просмотра, прослушивания, испытания объекта в действии и других подобных процедур, допускается индексирование их по имеющемуся текстовому компоненту (наименованию, краткому описанию и т. п.), но и в этом случае индексатору должна быть предоставлена возможность полного ознакомления с документом, если текстовый материал представляется недостаточным.
3.1. Число характеристик и понятий, отраженных в ПОД, определяет его полноту и является важнейшим показателем качества индексирования.
3.1.1. В ПОД необходимо отразить все понятия, которые могут иметь ценность для пользователей системы.
В документе может быть выявлено более одной темы из сферы интересов пользователей. Эти темы должны рассматриваться раздельно.
3.1.2. Тематика, отражаемая при индексировании, не должна ограничиваться узкими рамками непосредственных интересов пользователей ИПС. Следует включать в ПОД также понятия, связанные с побочными аспектами документа (например, социальные и экономические аспекты научно-технических исследований).
3.1.3. При выборе понятий основным критерием является потенциальная ценность понятия для выражения содержания документа или для его поиска. При этом необходимо ориентироваться на типичные запросы к ИПС:
отбирать понятия, наиболее употребительные в коллективе пользователей ИПС;
уточнять состав лексики и грамматические правила ИПЯ на основе обратной связи с пользователями.
Изменения, вносимые в ИПЯ, не должны нарушать общую структуру и логику, заложенные при его создании.
3.1.4. Число терминов индексирования, приписываемых одному документу, определяется количеством сведений, содержащихся в документе. Ограничение числа терминов должно быть основано на содержательном отборе наиболее важных понятий.
3.2. Полнота индексирования, принятая в каждой ИПС, определяется ее функциональным назначением. Объем документа также сильно влияет на полноту индексирования. Необходимо учитывать указанные факторы и на их основе производить экспертный отбор понятий из документа, не стремясь включить в ПОД все упомянутые в нем понятия.
3.3. Специфичность ПОД определяется тем, в какой мере понятия документа нашли точное отражение терминами индексирования, и также является одним из параметров качества индексирования. Замена понятия термином, отражающим более широкое понятие, приводит к потере специфичности. Более широкие термины допускается использовать в особых случаях:
если излишне специфичный термин непонятен пользователям, особенно когда соответствующее понятие применяется только в пограничных областях деятельности;
если в документе понятие раскрыто недостаточно полно или является вспомогательным для изложения содержания документа.
3.4. Рекомендуется в каждой ИПС разрабатывать списки характеристик, которые признаются важными для отражения в ПОД. Для всех систем может быть рекомендован список указателей роли по ГОСТ 7.52 . В зависимости от потребности конкретной ИПС этот список может быть как расширен, так и сокращен.
4.1. В процессе выбора терминов индексирования понятия, характеризующие содержание документа, представляют:
предпочтительными лексическими единицами (дескрипторами или ключевыми словами), выбранными по правилам конкретного ИПЯ;
терминами, отражающими новые понятия, проверив их точность и приемлемость по словарям, энциклопедиям, справочникам, классификационным таблицам, информационно-поисковым тезаурусам, терминологическим стандартам и другим источникам, признанным авторитетными в данной области.
4.2. Выбор терминов индексирования осуществляют на основе зарегистрированного (ГОСТ 7.25) или опубликованного информационно-поискового тезауруса, который используют при составлении запросов к ИПС.
При использовании тезауруса допускается сокращать число терминов, включаемых в ПОД за счет исключения общих понятий, которые могут быть привлечены на этапе поиска документа или на этапе составления поискового предписания на основании ссылок в статьях тезауруса.
4.3. Понятия, не представленные в словаре индексирования, но необходимые для формирования ПОД, выражают одним из двух способов:
новым специфическим термином, который включают в ПОД и в словарь;
более общим термином, имеющимся в ИПЯ; при этом специфический термин направляют в службу ведения ИПЯ в качестве кандидата на включение в словарь.
Новые понятия представляют наиболее близкими из существующих в ИПЯ лексических единиц, а также оценивают полезность включения новых терминов в словарь с точки зрения поиска.
4.4. При индексировании свободными ключевыми словами, взятыми из текста документа, они должны быть приведены к канонической форме по ГОСТ 7.25 . Длину словосочетаний рекомендуется ограничивать двумя-тремя словоформами.
Схема индексирования с использованием информационно-поискового тезауруса приведена в приложении 2.
5.1. ПОД состоит из выбранных терминов индексирования, организованных с помощью грамматических средств ИПЯ данной ИПС.
5.2. В состав ПОД могут быть включены следующие категории данных, предусмотренные технологией индексирования конкретной ИПС:
степень нормализации терминов индексирования и применяемый для этого словарь;
индивидуальные характеристики термина индексирования;
связь терминов индексирования в синтаксических конструкциях ПОД.
Для включения в ПОД фактографических данных применяют грамматические категории, указанные в разд. 6.
5.3. По степени нормализации различают два типа терминов координатного индексирования: дескрипторы и ключевые слова.
5.4. Термины индексирования должны быть представлены в ПОД в соответствии с орфографическими правилами используемого в системе естественного языка.
5.4.1. Дескрипторы допускается представлять условными кодами, которые указаны в используемом словаре индексирования. В этом случае ИПС должна обеспечивать автоматический поиск орфографических форм дескрипторов по их кодам.
5.4.2. Ключевые слова в многоязычных информационных системах, с ПОД на основе различных национальных языков, должны быть снабжены пометами о принадлежности к тому или иному естественному языку.
5.5. Индивидуальные характеристики терминов индексирования являются факультативными элементами ПОД и их используют для уточнения содержания документа, организации процедур информационного поиска или дальнейшей аналитико-синтетической обработки документов в системе.
К индивидуальным характеристикам относят данные о семантической и морфологической категории термина индексирования, его роли и информационном весе, способе получения и предполагаемом использовании.
5.5.1. Семантическая характеристика термина индексирования заключается в отнесении его к следующим лексикографическим категориям:
1) термин, выражающий научно-техническое понятие;
2) имя собственное, идентификатор;
3) наименование параметра;
4) значение параметра (выраженное текстом или именованной величиной);
5) числовое выражение;
6) обозначение единицы величины.
5.5.2. Морфологическая характеристика термина индексирования заключается в отнесении его к лексикографическим категориям:
1) производное слово;
2) сложное слово;
3) словосочетание;
4) аббревиатура;
5) фрагмент слова.
Морфологические характеристики используют в ПОД для реализации в ИПС смыслового анализа лексических единиц на основе их формальных признаков.
5.5.3. Роль термина индексирования указывают в ПОД для уточнения места соответствующего понятия в содержании документа. Для этого особыми указателями роли, принятыми в ИПС, отмечают термины индексирования, отражающие следующие аспекты документа:
1) объект исследования, описания;
2) характеристики, свойства, параметры объекта;
3) методы и средства исследования, технологическую оснастку;
4) составные части, узлы, детали объекта;
5) область применения объекта (отрасль хозяйства, техники, науки);
6) назначение объекта;
7) цель исследования, разработки, описания;
8) результаты исследования, разработки.
5.5.4. Информационный вес термина индексирования отражает в ПОД важность данного понятия для данного документа. Число градаций информационного веса определяется потребностями конкретной ИПС. Следует различать:
1) понятия, выражающие главную тему документа;
2) понятия, выражающие побочные темы документа;
3) понятия, использованные в документе как вспомогательные для изложения его содержания.
Допускается использовать указатель отрицательного веса, которым помечают термины индексирования для указания на то, что данное понятие не рассматривается в документе.
5.5.5. Пометы, необходимые для указания на способ получения термина индексирования, используют для организации технологического процесса индексирования. Следует различать следующие пометы:
1) термин назначен по усмотрению индексатора, но отсутствует в документе;
2) термин введен в ПОД на основании связей, указанных в тезаурусе, но отсутствует в документе;
3) термин получен при автоматическом индексировании.
5.5.6. Пометы о предполагаемом использовании термина индексирования вводят в ПОД с целью выделить лексические единицы, подлежащие специальной обработке в процессах дальнейшей аналитико-синтетической переработки информации. Следует различать следующие пометы:
1) термин используется как предметная рубрика указателей:
2) при данном термине индексирования имеются фактографические данные, указанные в ПОД;
3) термин используется только как уточняющий определитель к другим терминам.
5.6. Термины индексирования в ПОД могут быть снабжены указателями связи, объединяющими их в синтаксические конструкции, которые отражают:
1) порядок следования и взаимное расположение терминов индексирования в документе;
2) смысловые связи понятий в документе;
3) парадигматические связи дескрипторов в тезаурусе.
Синтаксические конструкции рассматривают как цельные единицы ПОД наряду с терминами индексирования. Они могут быть объединены с другими синтаксическими конструкциями или с отдельными терминами индексирования в конструкции более высокого порядка.
Число уровней иерархии синтаксических конструкций определяется потребностями конкретных ИПС. Не следует применять конструкции четвертого и более высоких порядков.
Синтаксические конструкции могут быть охарактеризованы указателями веса, роли и предполагаемого использования аналогично индивидуальным терминам индексирования (см. пп.5.5.3, 5.5.4, 5.5.6).
5.7. Запись ПОД в памяти ИПС обусловлена принятым в ней способом кодирования с учетом требований настоящего раздела и ГОСТ 7.52 .
6.1. Фактографическое индексирование документа (ФИД) заключается в выявлении в документе и включении в ПОД данных, выражающих конкретные сведения (сообщения), имеющиеся в документе.
На основании результатов ФИД в фактографических ИПС формируются массивы сведений, в которых единицей информации является фактографическая запись.
6.2. ФИД предполагает формальное различение в ПОД двух категорий терминов индексирования, выражающих:
1) темы или объекты сообщения;
2) приписанные этим объектам свойства, являющиеся смыслом сообщения.
Соответствующие термины индексирования должны быть связаны друг с другом в синтаксическую конструкцию, объединяющую наименование объекта, его характеристики, их значения, единицы величины и отражающую смысловые связи понятий в документе.
Дополнительно такая синтаксическая конструкция может быть охарактеризована:
1) показателем модальности;
2) условием истинности.
6.3. Показатель модальности фактографического сообщения определяет различие между сообщениями следующих типов:
1) наблюдаемый факт;
2) допускаемое значение;
3) требование стандарта;
4) плановый показатель;
7) предположение;
8) условие.
Если в информационной системе не используют показатели модальности, то все фактографические сообщения рассматривают как принадлежащие одной модальности, которая должна быть указана в эксплуатационной документации системы.
6.4. Условием истинности фактографического сообщения является другое фактографическое сообщение, связанное с первым в синтаксическую конструкцию вышестоящего уровня.
Например:
Х = вес продукта
Z = 150 г.
V = влажность не более 45%,
где Х - характеристика объекта,
Z - значение характеристики,
Y - условие истинности.
Фактографическое сообщение, являющееся условием истинности, должно иметь показатель модальности условия "если", например:
(вес продукта = 150 г) (если (влажность не более 45%)).
6.5. Термины индексирования, выражающие тему (объект) сообщения, относятся к категориям 1 или 2, указанным в п.5.5.1. При использовании категории 1 термину индексирования может быть дополнительно приписан показатель единичности или общности объекта (квантор).
Квантор общности используют в сообщениях, где выражено утверждение обо всех объектах, попадающих в объем соответствующего понятия.
Квантор единичности используют в сообщениях, где выражена информация о том объекте, входящем в состав данного понятия, который рассматривается в данном документе.
6.6. Термины индексирования, выражающие свойства объектов, которые составляют смысл сообщения, могут быть выражены лексическими единицами категорий 1, 2, 3 (см. п.5.5.1) или параметрической конструкцией (см. п.5.6).
6.7. Параметрическая конструкция должна состоять из двух формально выраженных частей: наименования параметра и перечня значений параметра (см. п.6.8), которые объединены в одну синтаксическую конструкцию.
6.8. Перечень значений в параметрической конструкции должен включать набор значений параметров и указание об альтернативности или одновременности (симультанности) значений.
Набор значений задают перечислением или указанием двух предельных значений, между которыми располагаются значения, принимаемые параметром (интервалом значений). При задании интервала значений формально указывают, которое из значений является начальным и конечным для интервала значений, а также входят ли граничные значения в указанный интервал. Одно из граничных значений интервала может отсутствовать, если значение параметра ограничено только с одной стороны.
Указание об одновременности используют, когда у одного объекта сообщения наблюдаются все заданные значения параметра. Указание об альтернативности используют, когда параметры одного объекта сообщения должны быть выбраны из числа заданных.
6.9. Значения параметра могут быть представлены синтаксической конструкцией из двух терминов индексирования - числового выражения и наименования единицы величины - при необходимости производить операции расчета или численного сравнения.
7.1. Целью автоматизации индексирования является минимизация материальных и человеческих ресурсов, затрачиваемых на процедуру индексирования, а также достижение стабильности и единообразия ее результатов.
7.2. Автоматизированное индексирование (АИ) осуществляют по:
1) тексту первичного документа.
2) заглавию и аннотации или реферату документа;
АИ по тексту первичного документа должно включать процедуру сжатия ПОД.
7.3. С использованием вычислительной техники осуществляют следующие содержательные этапы АИ:
1) выявление информативных частей документа;
2) идентификация слов текста и приведение их к нормализованному виду (морфологический анализ и синтез);
3) формирование списка ключевых слов исходного текста;
4) подбор дескрипторов по тезаурусу;
5) формирование ПОД.
7.4. Выявление информативных частей документа
Технология АИ должна предусматривать идентификацию и предоставление индексатору или программе индексирования наиболее информативных фрагментов документа из списка указанных в п.2.1. Могут быть предусмотрены алгоритмы выявления информативных фрагментов по другим формальным критериям, а также по решению специалиста-индексатора.
7.5. Идентификация слов текста
7.5.1. Процесс идентификации слов текста должен включать: отождествление словоформ одного слова и определение информативных слов текста.
При этом может быть необходимо использование интеллектуальных процедур для решения таких задач, как выявление и обработка синтаксических конструкций, выявление и разрешение омонимии.
7.5.2. Для идентификации слов текста используют машинные словари (словари основ, парадигм, словосочетаний и т.д.). Словари должны быть представлены в базе данных системы и обеспечены средствами визуализации и ведения.
7.6. Формирование списка ключевых слов текста
7.6.1. В процессе формирования списка ключевых слов текста проводится синтаксический анализ текста с учетом правил сочетаемости грамматических категорий данного естественного языка.
7.6.2. Синтаксический анализ текста решает задачи:
1) разделение текста на фрагменты по заданным критериям;
2) установление синтаксических зависимостей между словоформами текста;
3) отождествление словосочетаний;
4) нормализация выявленных ключевых слов.
7.7. Автоматическое формирование ПОД
7.7.1. В процедуре АИ допускается формирование ПОД из свободных ключевых слов или дескрипторов информационно-поискового тезауруса, используемого в данной области.
7.7.2. При АИ дескрипторами информационно-поискового тезауруса на этапе формирования ПОД происходит замена ключевых слов на дескрипторы, указанные в тезаурусе.
7.7.3. При формировании ПОД из дескрипторов возможно обогащение ПОД за счет пополнения вышестоящими терминами информационно-поискового тезауруса.
7.7.4. Процедура АИ должна предусматривать включение в ПОД типовых грамматических средств (см. разд. 5).
7.7.5. К системам АИ предъявляются следующие требования:
1) модульность построения, т.е. такая внутренняя организация лингвистического и программного обеспечения системы, при которой процедуры решения отдельных задач АИ реализуются с помощью самостоятельных блоков или модулей;
2) ориентация на типовые программные и технические средства;
3) соответствие действующей нормативно-методической документации по координатному индексированию.
ПРИЛОЖЕНИЕ 1
Справочное
1. Автоматизированное индексирование
- индексирование, технология которого предусматривает использование формальных процедур, осуществляемых с помощью вычислительной техники, и может включать применение интеллектуальных процедур при принятии основных решений о составе поискового образа.
2. Автоматическое индексирование
- составление поискового образа с использованием только формальных процедур обработки текста документа или запроса, осуществляемых средствами вычислительной техники.
3. Информативное слово
- слово или словосочетание в тексте документа или запроса, которое несет в нем существенную смысловую нагрузку.
4. Контролируемое индексирование
- индексирование, при котором предусмотрена замена информативных слов текста дескрипторами, указанными в определенном информационно-поисковом тезаурусе или другом словаре индексирования.
5. Координатное индексирование
- индексирование, цель которого состоит во всестороннем отражении содержания документа или запроса путем включения в поисковый образ всех необходимых для этого терминов индексирования.
6. Лексическая единица (ЛЕ) ИПЯ
- последовательность символов, слово, словосочетание, фрагмент слова или условное обозначение, которая рассматривается в данном ИПЯ как элементарная единица, используемая для представления в поисковых образах документов или запросов определенного понятия, объекта или значения параметра.
7. Свободное индексирование
- индексирование, технология которого не предусматривает замену информативных слов текста в соответствии с рекомендациями специального словаря индексирования.
8. Специфический термин
- информативное слово, в наибольшей степени отражающее содержание документа, использование которого отличает данный документ от других тематически близких документов.
9. Специфичность индексирования -
характеристика качества индексирования, определяемая отношением числа специфических терминов и фактографических сведений к числу неспецифических терминов в поисковом образе.
10. Полнота индексирования
- степень отражения в поисковом образе содержания документа и (или) запроса, определяемая как отношение числа специфических терминов и фактографических сведений, включенных в поисковый образ, к числу таковых терминов и сведений, имеющихся в тексте документа или запроса.
11. Фактографическое индексирование -
индексирование, предусматривающее отражение в поисковом образе документа конкретных сведений (сообщений), являющихся смыслом данного документа.
ПРИЛОЖЕНИЕ 2
Справочное
1. Изучить документ и составить перечень существенных для его содержания понятий с учетом специфики ИПС.
2. Рассмотреть первое понятие
3. Найти в тезаурусе лексическую единицу, отражающую данное понятие. Если таковой нет, перейти к п.11.
4. Если найденная лексическая единица - аскриптор, заменить ее указанным в ссылке дескриптором (или комбинацией дескрипторов).
6. Проверить, не являются ли указанные в ссылках дескрипторы более специфичными для выражения данного понятия. Если да, то перейти к п.10.
7. Записать найденные лексические единицы в поисковый образ, снабдив их необходимыми грамматическими показателями по правилам данного ИПЯ.
8. Проверить, имеются ли еще не отраженные в поисковом образе понятия из документа и рассмотреть следующее понятие. Перейти к п.3.
9. Если список понятий документа исчерпан, окончить работу.
10. Заменить исходный дескриптор более специфичными согласно указанию ссылки в тезаурусе. Перейти к п.7.
11. Найти в тезаурусе дескрипторы, совместное включение которых в поисковый образ отражает данное понятие. Если таковых нет, перейти к п.12, если есть - перейти к п.5.
12. Установить термин, выражающий понятие и удовлетворяющий требованиям к дескриторам по ГОСТ 7.25 .
13. Направить найденный термин в службу ведения ИПЯ в качестве кандидата на включение в тезаурус. Перейти к выполнению п.7.
14. Конец.
Блок-схема индексирования по информационно поисковому тезаурусу показана на чертеже.
Текст документа сверен по:
официальное издание
М.: Издательство стандартов, 1992
Индексирование документов - это сложный информационно-технологический процесс, с помощью которого становится возможен поиск данного документа поисковыми системами.
Индексирование широко применяется поисковыми системами. Также может применяться и локальными программами, например, электронными архивами. Индексирование документов заключается в их описании специальными информационно-поисковыми терминами, в итоге каждому документу присваивается определённый набор ключевых слов, отражающих его смысловое наполнение.
Индексирование документов в большинстве электронных архивов происходит автоматически, но в той или иной степени требует дополнительных настроек. Например, автоматическое индексирование документов может происходить при помощи специального словаря тезариуса и будет называться контролируемым, а может быть свободным.
Недостатком свободного индексирования перед контролируемым является то, что в текстах документов будут обнаруживаться слова без учёта изменений их форм. Кроме того, для расширения поиска в тезариус возможно включать синонимы ключевых слов и словосочетаний. Также стоит упомянуть, что индексирование документов может быть автоматизированным и координатным, что во много раз расширяет возможности поиска. Между этими видами индексирования документов существуют немалые различия, но они оба предусматривают некое интеллектуальное решение поисковой машины, позволяющее ей более подробно и многосторонне взглянуть на смысловое содержание документа.
Если рассматривать индексирование документов относительно бумажных архивов, то здесь значение этого словосочетания меняется и означает классификацию документов. Индекс такого документа включает в себя несколько цифр, например: порядковый номер документа, номер структурного подразделения, номер номенклатуры и т.п.
Индексирование бумажных документов производится в соответствии с ГОСТом, но в конечном итоге преследует ту же цель, что и индексирование электронной документации – облегчение поиска необходимой информации, необходимого документа. Наша компания уже много лет занимается индексированием документов. Если вас заинтересовала данная услуга обратитесь к нашим специалистам.
