| Περίληψη |
Ενας θησαυρός είναι μια εννοιολογική δομή που περιγράφει έννοιες ενός πεδίου γνώσης με την χρήση ενός λεξιλογίου όρων και τριών τύπων συσχετίσεων μεταξύ αυτών: συσχετίσεις ισοδυναμίας, ιεραρχικές συσχετίσεις και συσχετίσεις συνάφειας. Στην πράξη έχει αποδειχθεί οτι οι θησαυροί είναι πολύ σημαντικό τμήμα συστημάτων ανάκλησης πληροφορίας. Η κατασκευή τους ωστόσο είναι εξαιρετικά επίπονη εργασία ---όπως συμβαίνει με κάθε βάση γνώσης άλλωστε. Στα πλαίσια αυτής της εργασίας, σε μια προσπάθεια να συνεισφέρουμε στο πρόβλημα αυτό, ασχολούμαστε με την συγχώνευση θησαυρών θεματικών όρων. Η συγχώνευση θησαυρών στοχέυει στην ενοποίηση όρων και των συσχετίσεων δύο ή περισσότερων θησαυρών για την παραγωγή ενός θησαυρού που θα περιγράφει ενα σύνολο εννοιών το οποίο είναι υπερσύνολο των συνόλων εννοιών που περιγράφουν οι συγχωνευόμενοι θησαυροί. Προσπαθούμε ν' αντιμετωπίσουμε συστηματικά το πρόβλημα εισάγωντας ένα συνολοθεωρητικό πλαίσιο παράστασης θησαυρών ανεξάρτητο από θέματα υλοποίησης, ένα σύνολο περιορισμών ακεραιότητας και ένα σύνολο πράξεων ενημέρωσης θησαυρών. Επιπλέον διακρίνουμε την διαδικασία συγχώνευσης στις φάσεις προενοποίησης, ανάλυσης, αναδιάρθρωσης και ενοποίησης, δίνοντας ιδιαίτερη έμφαση στην φάση της ανάλυσης που στόχο έχει τον εντοπισμό όρων που περιγράφουν κοινές έννοιες μεταξύ των συγχωνευόμενων θησαυρών. Προκειμένου να εντοπίσουμε όρους οι οποίοι περιγράφουν την ίδια έννοια σε διαφορετικούς θησαυρούς, εισάγουμε ένα μοντέλο υπολογισμού αποστάσεων μεταξύ όρων το οποίο αποτελεί προσαρμογή ενός γενικότερου μοντέλου ομοιότητας αντικειμένων. Το μοντέλο βασίζεται στις συσχετίσεις μεταξύ όρων. Για να μειώσουμε επιπλέον τα σύνολα όρων που θα πρέπει να συγκριθούν, συνδυάζουμε την εννοιολογική απόσταση με την λεκτική ομοιότητα αξιοποιώντας ταυτόχρονα τις συσχετίσεις ισοδυναμίας των συγχωνευόμενων θησαυρών. Η διαδικασία της συγχώνευσης, οδηγείται από μια τοπολογική πολιτική διάσχισης του κατευθυνόμενου ακυκλικού γράφου που σχηματίζουν οι συσχετίσεις ιεραρχίας των συγχωνευόμενων θησαυρών, η οποία έχει την ιδιότητα να βελτιώνει προοδευτικά την ποιότητα των υπολογιζόμενων αποστάσεων μεταξύ όρων. Ο τρόπος λειτουργίας μπορεί να είναι διαλογικός ή δεσμικός. Για την παράσταση και αποθήκευση θησαυρών χρησιμοποιούμε το μοντέλο δεδομένων της γλώσσας {\sf Telos} του συστήματος Σημασιολογικού Ευρετηριασμού (Semantic Index System, {\sf SIS}) και ένα απλό εννοιολογικό σχήμα. Χρησιμοποιώντας το {\sf SIS} ως πλατφόρμα ανάπτυξης, υλοποιήσαμε ενα πρωτότυπο της μεθόδου συγχώνευσης σε {\sf C++}. Επίσης πραγματοποιήσαμε ένα πείραμα για την συγχώνευση δύο γνωστών θησαυρών: του ``Computing Reviews Classification System'' και του ``Library of Congress Subject Headings''. Τα πρώτα αποτελέσματα ήταν αρκετά ενθαρυντικά και πιστεύουμε πως απλές αλλαγές μπορούν να βελτιώσουν την μέθοδό μας ακόμη περισσότερο.
|
Συγχώνευση Μονόγλωσσων Θησαυρών Θεματικών Όρων
