CC BY
46
УДК 519.876.5 С.А. Панов
Формальный язык описания структуры документов и его интерпретация в формат метода компонентных цепей
Статья посвящена алфавиту и правилам формального языка Ь(в), используемого для описания структуры документов и интерпретации символов этого языка в компьютерные модели, создаваемые с помощью метода компонентных цепей. Разработанные компьютерные модели будут использоваться в интерактивном генераторе отчетных форм, представляющем собой систему автоматизированного документирования.
Ключевые слова: автоматизация, формальный язык, документирование, автоматизация документирования, метод компонентных цепей, компьютерное моделирование.
С целью повышения скорости создания документов и точности содержащихся в них данных активно разрабатываются и повсеместно используются системы автоматизированного документирования. К сожалению, существующие к настоящему моменту программные средства автоматизированного документирования не позволяют описывать формальную структуру документов и соответственно, направлены на создание документов только определенного формата и только для определенной области применения (промышленность, экономика, образование и т.д.). Разработка универсального формального языка позволит создать систему автоматизированного формирования документов любого состава и назначения.
В текущий момент в ТУСУРе разрабатывается собственная универсальная система автоматизированного документирования, называемая «Интерактивный генератор отчетных форм» (ИГОФ). ИГОФ предоставляет широкие возможности интерактивной работы над документом [1]. В данной работе под документом понимается набор структурных элементов (фрагментов), использующийся для хранения и передачи информации. Фрагменты могут быть двух видов: элементарные фрагменты представляют простейшие неделимые элементы, а составные фрагменты содержат в себе элементарные и другие фрагменты.
Формальный язык описания структуры документов. Модель документа в ИГОФ создается с помощью метода компонентных цепей [2], который идеально подходит для моделирования информационных процессов и систем. Сущность данного метода заключается в том, что объект (в данном случае это документ) представляет собой цепь из специальных взаимосвязанных между собой ком -понентов. Каждый компонент в такой цепи имеет входные и выходные узлы, с помощью которых выполняется соединение компонентов между собой. На входной узел поступают данные, которые обрабатываются и отправляются на другие компоненты с помощью выходного узла.
Задачу построения компонентов ИГОФ существенно упрощает использование формального языка описания структуры документов, каждое слово в котором отражает определенный фрагмент документа.
Формальный язык Ь(О) задается формальной грамматикой О:
О = N Т, Б, Р),
где N - набор (алфавит) нетерминальных символов (нетерминалов):
N = {Документ, Текст, Таблица, Рисунок, МатВыражение, ИсЛит, Число, Слово, Цифра, ЗнакПрепинания, ЗнакОкончания, Буква, АрифмОп},
• Т - набор (алфавит) терминальных символов (терминалов):
Т = {012345678 9} и {... ””:-} и {!??! !!! ...} и
{АБВГЛІ^.ЛаАв,^д^.МВС^.ІаЬсЛ^Є.^ и {+,-,*,/} и {□},
где □ - остальные символы АБСІІ или Unicode; Б - стартовый (начальный) нетерминал (источник):
Б = Документ,
Р - конечный набор (множество) правил формальной грамматики.
Таким образом, нетерминальные символы соответствуют составным, а терминальные - элементарным фрагментам документа.
Основным обязательным элементом формальной грамматики является набор специальных правил, по которым каждый нетерминальный символ может быть представлен в виде совокупности терминальных символов. Такие правила имеют вид: «левая часть» ^ «правая часть», где «левая часть» - это нетерминал, а «правая часть» - терминал, нетерминал или их совокупность. Так как в разрабатываемом формальном языке L(G) имеется 13 нетерминалов, соответственно имеется 13 правил формальной грамматики:
1. Символ <Документ> является начальным и служит для описания всего документа в целом: <Документ> ^ <Текст> | <Текст><Таблица> | <Текст><Рисунок> | <Текст><Документ>
2. Символ <Текст> представляет собой текст, который включает в себя набор всех символов из таблицы ASCII (или Unicode) и поэтому синтаксическому анализу не подлежит. В самом простом случае - тексте, где нет цифровых обозначений, рисунков, формул и ссылок на литературные источники, символ < Текст> может быть представлен в виде
<Текст> ^ <Предложение> | <Предложение><Текст>
<Предложение> ^ <Слово><КонецПредложения>
<КонецПредложения> ^ <Слово><ЗнакОкончания> | <Слово><КонецПредложения> | <Знак-Препинания><КонецПредложения> | <ЗнакОкончания>
<Слово> ^ <Буква> | <Слово><Буква>
3. Символ <Таблица> служит для обозначения в документе таблиц различной формы: <Таблица> ^ <Строка> | <Столбец> | <Строка><Столбец> | <Таблица><Строка> | <Табли-
ца><Столбец>
<Строка> ^ <Ячейка> | <Строка><Ячейка>
<Столбец> ^ <Ячейка> | <Столбец><Ячейка>
<Ячейка> ^ <Текст> | <МатВыражение> | <Формула> | <Рисунок> | <Число>
4. Символ <Рисунок> служит для обозначения рисунков с подписью:
<Рисунок> ^ <Изображение> | <Изображение><Описание>
Символ <Изображение> является терминальным и представляет собой изображение в формате JPEG, PNG, GIF, TIFF.
<Описание> ^ <НачОп><Слово> | <НачОп><Слово><КонОп>
<НачОп> ^ Рис. <Число>
<КонОп> ^ <Слово> | <Слово><КонОп> | <ЗнакПрепинания><КонОп> | <ЗнакПрепинания> <Слово>
5. Символ <МатВыражение> служит для обозначения математических выражений и формул [3].
6. Символ <ИстЛит> служит для обозначения в документе номеров источников использованной литературы:
<ИстЛит> ^ <НачалоИстЛит><НомерИсточника><КонецИстЛит>
<НачалоИстЛит> ^ [
<КонецИстЛит> ^ ]
<НомерИсточника> ^ 1 | 2 | 3 | ... | N, где N - целое положительное число.
Ниже представлены символы для обозначения чисел, слов, цифр, знаков препинания, знаков окончания предложения, букв и арифметических операций:
7. <Число>:
<Число> ^ [-]<Цифра> | [-]<Число><Цифра>
8. <Слово>:
<Слово> ^ <Буква> | <Слово><Буква>
9. <Цифра>:
<Цифра> 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9
10. <ЗнакПрепинания>:
<ЗнакПрепинания> ^ ... | , | : | -
11. <ЗнакОкончания>:
<ЗнакОкончания> ^ . | ! | ? | ?! | !!! | ...
12. <Буква>:
<Буква> А | Б | В | Г | Д | Е | ... | Я | а | б | в | г | д | е | ... | я | A | B | C | D | E | ... | Z | a | b | c | d | e | ... | z
13. <АрифмОп>:
<АрифмОп> ^ + | - | * | /
Разработанная грамматика содержит всю полноту описания фрагментов документов различного назначения (технических, экономических, учебных, научных и т.д.).
С целью разработки компьютерных имитационных моделей фрагментов документа и последующей реализации этих моделей в виде компонентов ИГОФ необходимо выполнить интерпретацию между фрагментами документа, основными нетерминальными символами в формальном языке Ь(в) и компонентами ИГОФ.
Интерпретация символов формального языка ¿(О) в компьютерные имитационные модели. Интерпретация осуществляется между:
1) фрагментами документа;
2) основными нетерминальными символами формального языка ¿(О);
3) компьютерными имитационными моделями фрагментов документа, разработанными с помощью метода компонентных цепей и реализованными в виде компонентов ИГОФ.
На текущий момент спроектировано шесть основных компонентов ИГОФ, соответствующих нетерминальным символам формального языка ¿(О): документ, источник текста, формирователь таблицы / расширенная таблица, схема / диаграмма / график / рисунок, источник формул и числовой интерпретатор (таблица).
Компонентный базис ИГОФ
№ п/п Фрагмент документа Нетерминальный символ в языке формальном языке ¿(О) Название компонента ИГОФ
1 Документ <Документ> «Документ»
2 Текст <Текст> «Источник текста»
3 Таблица <Таблица> «Формирователь таблицы» / «Расширенная таблица»
4 Рисунок <Рисунок> «Схема», «Диаграмма», «График », «Рисунок»
5 Математи- ческое выражение <МатВыражение> «Источник формул»
6 Число <Число> «Числовой интерпретатор»
Графическое представление в ИГОФ
T1 Доку- Служит для сбора
T2 информации с других
— компонентов и
формирования итогового
Tn документа
Краткое описание
О—►
ST1
N1
Служит для вставки в документ текста
Служит для вставки в документ таблиц [4]
Picture
Служит для вставки в документ рисунков
Служит для вставки в документ формул
^ С Str
Служит для задания числовых констант или ______переменных______
В процессе разработки ИГОФ могут быть получены новые компоненты для работы с фрагментами документов, поэтому таблица будет постепенно пополняться все новыми и новыми элементами.
Заключение. Предложенный формальный язык Ь(О) разработан с целью упрощения процесса создания компьютерных моделей фрагментов документов и является универсальным языком описания структуры документов различного назначения. Формальный язык Ь(О) может быть встроен в проектируемые и уже используемые системы автоматизированного документирования, что позволит убрать ограничение таких систем на область их применения. Полнота языка подтверждается наличием всех обязательных элементов: алфавита терминальных и нетерминальных символов, грамматики и правил построения слов.
Исследование выполнено при финансовой поддержке гранта РФФИ 11-07-00384 «Метод многоуровневого моделирования алгоритмов управления технологическими процессами в сложных системах».
Литература
1. Ганджа Т.В. Задачи и архитектура подсистемы документирования исследований в среде многоуровневого моделирования МАРС / Т.В. Ганджа, С.А. Панов // Доклады Том. гос. ун-та систем управления и радиоэлектроники. - 2011. - № 2(24), ч. 2. - С. 334-338.
2. Дмитриев В.М Автоматизация моделирования промышленных роботов // В.М. Дмитриев, Л.А. Арайс, А.В. Шутенков. - М.: Машиностроение, 1995. - 304 с.
3. Дмитриев В.М. Алгоритм формирования и вычисления математических выражений методом компонентных цепей / В.М. Дмитриев, Т.В. Ганджа // Математические машины и системы. -2010. - № 3. - С. 9-21.
4. Ганджа Т.В. Генератор табличных форм как компонент системы автоматизированного документирования / Т.В. Ганджа, С.А. Панов // Наука. Технологии. Инновации: матер. Всерос. науч. конф. молодых ученых, Новосибирск, 29 ноября - 2 декабря 2012 г.: в 7 ч. - Новосибирск: Изд-во НГТУ, 2012. - Ч. 3. - С. 88-91.
Панов Сергей Аркадьевич
Аспирант каф. моделирования и системного анализа ТУСУРа Тел.: 8 (382-2) 41-39-15 Эл. почта: [email protected]
Panov S.A.
A formal language for describing the structure of technical documents and interpretation of it to the format method of component circuits
The paper describes a formal language that contains terminal and non-terminal symbols that reflect the structure of the technical documentation and interpretation of these symbols in the corresponding computer model presented in the format of a method of component circuits. The development of these models will create a system of automatic formation of documents which is an important task in the field of automation and process control industries.
Keywords: automation, formal language, documentation, document automation, technical paper, the method of component circuits, computer simulation.
