CC BY
8
References
1. Marks, E., Lozano, B. (2010). A practical guide to cloud computing. John Wiley & Sons.
2. Roebuck, K. (2011). Mobile Application Development. Lightning Source Inc.
3. Rhoton, J. (2010). Application of cloud computing in the business processes of the enterprise.Recursive Press.
4. Herbert, L. (2013). The Forrester Wave: Enterprise Mobility Services, Q1 2013. Forrester. Available at: http:// www. forrester. com/pimages/rws/reprints/document/87581/oid/1LT
5. Rittinghouse, J., Ransome, J. (2010). Cloud computing architecture. CRC Press.
6. Velte, A., Velte, T., Elsenpeter, R. (2009). Cloud Computing: A Practical Approach. McGraw Hill, 334. Available at: http://ftp.sustech.edu/cloud/Toby_Velte,_Anthony_ Velte,_ Robert_Elsenpeter_Cloud_Computing,_A_Practical_ Ap-proach__2009.pdf
7. Rittinghouse, J., Ransome, J. (2010). Cloud computing: management and safety, etc. CRC Press.
Рекомендовано до публгкацИ д-р техн. наук, професор Шабанов С. Ю.
Дата надходження рукопису 17.11.2015
Дмитренко Андрей Викторович, кафедра программной инженерии, Харьковский национальный университет радиоэлектроники, пр. Ленина, 14, г. Харьков, Украина, 61166 Е-таП: grenka487@gmail.com
УДК 519.87:651.4/.9
DOI: 10.15587/2313-8416.2015.56345
МАТЕМАТИЧНА МОДЕЛЬ ПОШУКОВОГО ОБРАЗУ ДОКУМЕНТУ В СИСТЕМ1 УПРАВЛ1НСЬКОГО ДОКУМЕНТООБ1ГУ
© В. I. Кунченко-Харченко
Було проаналгзовано особливостг формування iнформацшного потоку, лог1чна структура мовного представления розширено'1 семантично'1 мережi, побудовано акцептор юнцевого автомату для системи документооб^у, що сприймае несюнченний алфавт. Модель шформацшних потоюв в системi прийнята за аналогiею до моделi Бартона-Кеблера та врахувуе статичну i динамiчну складовi вiд загальних обсягiв повiдомлень в системi. В моделi враховано, що для забезпечення релевантностi пошуку iндексаторам рекомендуеться брати не бшьше трьох словоформ вхiдного алфавту
Ключовi слова: тформацшний потж, акцептор, пошуковий образ документа, база знань, тдексування документiв
It was analyzed the spatiality of forming the information flow, logical structures of layout of the extended semantic network, built the acceptor of the terminal automat for document management system. Ones accept the infinity alphabet. The model of information flow in the system was accepted similarly to the Burton-Kebler model. Ones consists of static and dynamic parts of general massages ' volume of the system. The model takes into account that to ensure the relevance of the search isn't recommended to take more than three word forms of the input alphabet for indexers
Keywords: information flow, accepter, search document image, knowledge base, document indexing
1. Вступ
Вщомо, що основш принципи пошуку були сформульоваш ще в першш половиш XX столггтя. Як правило пошуку документа Процес створення вказiвникiв на документа називаеться шдексуванням, а термши, що використовуються для тдексування, називаються термшами тдексування. Масив вказiвникiв, отриманий шсля шдексаци шформацшних ресурав називаеться шдексом (Index database). Пошук стае бшьш ефективним, якщо вщбуваеться за словником шуканих термiв. Iнформацiйно-пошуковi мови - це основна частина шформацшно-пошуково! системи. Тому, 1ПМ-основна частина i ввд не! залежить яшсть вае! системи. До складу 1ПМ входить:
1) словник шдексованих термшв е множиною термшв iндексування;
2)кодовий словник - множина кодових термшв;
3) словник входiв - множина вхвдних термшв;
4) допом1жш засоби мови 1ндексування -засоби, що використовуються разом з 1ндексацш ними термшами для розширення або звуження визна-чених понять;
5) правила використання мови шдексування.
2. Огляд лггературних джерел по темi стати
У. Е. Батеном була розроблена система для пошуку патенлв [1]. Запропонована ним система класифжувала документи у в1дпов1дност1 з понят-тями, до яких вш мав вщношення. В данш модел1 для пошуку визначеного документу, якщо в ньому розглядалося декшька понять (аналог сучасно! бази знань [2]) необхвдно було сум1стити карти, що в1дпов1дають даним поняттям. Номер необхщного патенту визначаеться з позици пром1жку. З того часу основш принципи шформацшного пошуку не змшилися [3-5], пошук вщбуваеться не по текс-
ту докуменлв, а по !х пошуковим образам, якi створюються на шформацшно-пошукових мовах (1ПМ) [6].
3. Формулювання проблеми
Для шдвищення ефективносл пошуку словник, що використовуеться системою, мае бути кон-трольованим. Це означае, що його оргашзащя повинна бути такою, що повнота i точнiсть пошуку була оптимальною. Для цього необхвдно розробити модель пошукового образу документу, що вщповвдае вищевикладеним вимогам.
4. Моделювання пошукового образу документу
Приклад системи шформацшно-пошуково! системи, що використовуе предметне iндексування, наведена в [1].
Морфолопчний аналiз мае за мету приведения слш до канонiчних форм та формування алфавiтних аксiом. Кожному слову надаються ознаки, як1 дмть-ся на три групи:
1) лексичш (слово з велико! букви, велико! букви, з точкою на кшщ або це окрема буква та ш.);
2) морфолопчш (граматична категорiя слова, рiд, число, вiдмiнок для iменника);
3) семантичнi (прiзвище, iм'я та по-батьковi). Слово в нормальнш формi також вважаеться ознакою.
Результатом роботи блоку морфолопчного аналiзу е семантична мережа (СМ), що являе собою iерархiчну просторову структуру тексту документу, яка виключае iнформацiйнi компоненти лшгвютично! структури мовного поввдомлення як переносника даних та знань (рис. 1).
Результатом роботи блоку морфолопчного аналiзу е СМ, що уособлюе просторову структуру тексту. В тй наведеш слова в нормальнiй формi з !х ознаками та вказуванням !х послiдовностi. Наступна обробка зводиться до перетворення мереж на основi заданих правил. Для видiлення необхщного iнформацiйного векторного потоку достатньо знайти
в СМ для лшгвктичного процесора (ЛП) цифров! результаты, що ввдповщають шуканш алфавггнш акс1ом1, передати !х експертнш систем! для з'ясо-вування р1вня пошукового шуму, знаходження р1вня оптимальност! критериям релевантности Цьому пере-дуе термшолопчний анал1з.
Для термшв може бути заданий допустимий контекст слова або !х ознаки, що стоять л!воруч або праворуч. Може бути також недопустимий контент-слова або !х ознаки, яких не повинно бути праворуч або л!воруч. Блок синтаксично - семантичного анал1зу виконуе так! функцп:
1) за ознаками i контекстом видшяють значим! об'екти (П1Б людей, оргашзаци та ш.);
2) для кожного виявленого значущого об'екту знаходить в документ! зв'язану шформацш.
Контекст! правила необхвдш для подальшого синтаксично-семантичного анал!зу, а синтаксично-семантичний анал!з необхвдний для видшення адрес, номер!в справ, оргашзацш, термшв, гриф!в тощо. Так! правила видшяють з тексту групи сл!в за !х ознаками. По м!р! застосування таких правил буду-еться СМ - зм!стовний портрет документу, який вь дображае структуру ситуац!йного пов!домлення про стан системи. Ввдповвдно, лопчна структура схеми мовного представления розширено! СМ (рис. 2) в!до-бражаеться через: sub - синтаксичний предикат -елемент поверхнево! структури, ядро семантично! конструкций Цифров! шдекси показують стушнь спо-р!дненост! зв'язк!в. Кожне контекстне правило це СМ. Вс! л!нгв!стичн! знання, що оброблюються ЛП записуються у вигляд! СМ. Над ними працюють про-дукц!! програми, що застосовують ц! правила ! гра-ють роль пусто! л!нгв!стично! оболонки, що п!дтри-мують записи л!нгв!стичних знань СМ.
Для забезпечення акцептора к!нцевого автомату (КА) шформацшним потоком (рис. 3) використо-вуемо вх!дний нескiичений алфавгг Е . Змшою стану акцептора КА !ерарх!чного КА переключаеться в стан в!дправки документа ! переходить до початково-го стану.
Рис. 1. Семантична мережа для ЛП
Рис. 2. Лопчна структура мовного представления розширено! СМ
Рис. 3. Акцептор КА шформацшного потоку системи документообиу
Формуванню неск1нченного алфавггу повинен передувати пошук та структуризац!я вх!дного шформацшного вектору у вщповвдносп до напряму роботи прогноз-модел! в структур! шформацшних техноло-гш (1Т). Для виявлення найоптимальшшого пошуко-вого мехашзму в структур! 1Т прогнозування шгег-рованих, сощально-виробничих цикл!в розвитку сл!д чггко сформулювати характеристики пошуково! технологи, а саме:
1) релевантшсть;
2) коефщент помилково! видачц
3) коефщент мовчання;
4) коефщент повноти пошуку;
5) коефщент точносл пошуку;
6) коефщент шуму;
7) критерш видачц
8) критерш ввдповвдносп сенсу;
9) пертинентшсть;
10) пошуковий шум;
11) релевантний документ;
12) змютовна релевантшсть;
13) стшшсть пошуку;
14) формальна релевантшсть. Використовуючи модель шформацшних пото-
шв, аналопчну модел! Бартона-Кеблера, можна вра-хувати статичну i динам!чну складов! в!д загальних обсяпв пов!домлень по заданш тематиц! з урахуван-ням старшня шформацп: v(T) = 1 - ae-т - Ъв"2Т, де
ae- - стабшьш шформацшш ресурси; Ъе"2Т - но-винш ресурси.
Оргашзацй'-генератори шформацп виробляють пот!к шформацп, в середньому постшний за шльшс-
тю повщомлень. Змшюються в час лише обсяги по-вщомлень, яш вщповвдають тш чи шшш темг Таким чином, зростання шлькосп публшацш по однш тема-тищ супроводжуеться зменшенням публшацш по шших тематиках:
T M
J^ nt (t)dt = NT ,
0 >=1
де п (I) - кшьшсть публiкацiй за одиницю часу, а М - загальна шльшсть всiх можливих тем.
1снують випадки, коли динамiка тематичних iнформацiйних потоков реалiзуеться лiнiйно, тобто кiлькiсть тематичних шформацшних потоков в момент часу I: ия (х) = хп.
Для здшснення вибору оптимально! математи-чно! моделi пошуку статистичних даних та техноло-гiй оптимального пошуку входного алфавiту КА, що утворюють вхщний iнформацiйний вектор та мають оптимальш характеристики алгоритму !х роботи не-обхiдно врахувати вплив на впорядковування резуль-татiв пошуку назв та коди рекизипв документiв вщ-повщно до УСОРД [7].
Для отримання релевантного документу необ-хiдно формувати пошуковий образ документу (ПОД) за оптимальним для розв'язку задачi алгоритмом. Перетворенню документу в його ПОД передуе про-цес вдексування шформацп.
Як було встановлено в проведених автором дослвдженнях, iндексаторам рекомендуеться брати не бшьше трьох словоформ для створення одного клю-чового слова, а для 1С управлшського документообь гу середня глибина шдексування становить п'ять-десять ключових слiв на документ. Деяш архiвнi установи та бiблiотеки формують до тридцяти ключових ^в. 1ндексування координатного типу багато-галузевого документа формуе один пошуковий образ, використовуючи багатоаспектне iндексування. Поте-нцiйний ввдвщувач електронного каталогу (ЕК) архь вно! установи у виглядi експертно! системи повинен бути готовий використовувати ключовi слова при формуванш пошукового образу запита (ПОЗ).
Система комплексного iндексування докумен-тiв за умов юнування архiву п!дприемства чи !! орга-нiзацi!' в електронному чи паперовому видi дае мож-ливiсть проводити полi iндексування документiв. Координатне iндексування можна вважати базовим засобом шдексування та пошуку докуменпв в електронному середовищг Координатне iндексування ви-магае побудови просторово! СМ, як основи пошуко-во! моделi для 1С управлшня.
Для оцiнки пошуковими роботами значення фрагментiв тексту, яш знайденi ними в електронних документах, що подаш в електронних форматах i для створення концепцп побудови веб-додатшв шляхом змiшування функцiональностi рiзних програмних штерфейав та джерел даних необхiдне застосування спещально! технологi! типу Ма8Иир, яка представляе собою web-сайт, що об'еднуе даш з кiлькох джерел в одному сайп [8].
Для реалiзацi! принципу релевантностi пошуку для акцептора застосовуеться автомат зi стеком зберь
гання, якии можна представити у вигляда кортежу: M = (K, Е, ж, s, F, S, m), де K - сюнченна множина стан!в автомата; s е K - единиИ допустимиИ початко-виИ стан автомата; F с K - множина шнцевих сташв, причому допускаеться F = 0 i F = K ; Е - сшнченна множина символiв входного алфавiту, з якого форму-ються строки, що зчитуються автоматом; S - алфавiт пам'яп (магазин); m е S - нульовий символ пам'ятi.
Для шдвищення точностi пошуку результатiв до пошуково! системи сл!д ввести профiль пошуку, що реалiзуетъся блоком конкретизатора (недолш - з часом, система може не отримати об'ективний результат пошуку). Задачею, що пов'язана з реалiзацiею запро-поновано! експертно! системи в склащ iнформацiИно! системи прийняття рiшенъ е зв'язанi функцй' предста-влення та оцiнки знанъ-елементiв часового ряду, що повинш бути занесет до бази знань автомату.
Побудована множина ключових слiв К (dp), що характеризують тематику документа dp щодо розгля-нуто! колекци, використовуеться для обчислення вщ-носно! оцшки ступеня тематично! близъкостi tsim(dp, d) мiж dp та шшими документами d. НехаИ Kq(d) поз-начае множину ключових слiв документа d, яш зу-стрiчаютъся в Иого параграфi Qd. НехаИ множина
виду: E(d) = {{^, dy } : {dx, dy } е Kq (d), q е Q(d)} поз-
начае множину всiх пар ключових ^в документа d, яш хоча б раз спiлъно зус^чаються в одному параг-рафi документа d, а множина:
E(d\d') = {{dx,dy}: {dx,dy } е Kq(d),dx,dy е Q(d')}
е звуження E (d) на множину пар ключових ^в документа d'. Оцшку тематично! близъкостi можна ви-
E(d\dp) nE(dp)
значити як: tsim(d , d) =
Така мо-
E(d\dp) n E(dp)
дель дозволяе б!льш ефективно структурувати i отримувати iнформацiю з iерархiчних БЗ.
Словник термiв повнотекстового документа визначимо як:
Derm = {< idti, termi, Wi, Nф >}, i = щт ,
де Nterms - загальне число термiв предметно! областi; idti - ушкальний iдентифiкатор терму; termi - тексто-вий вираз терма; wi - частота використання даного терму в предметнш областi (вага терма); Ncфi - шль-шсть словоформ, ввдповщних даному терму. Словник словоформ визначимо наступним чином:
Dj, ={< idSi, formi, iterm, >}, i = 1, Nforms , де Nw -
загальне число словоформ предметно! обласп; idsi -унiкальний вдентифшатор словоформи; formi - тексто-вий вираз словоформи; itermti - ввдповщний слово-формi терм зi списку термiв предметно! областi.
Розроблена фреймова модель шаблона повно-текстового документа описуеться кортежем
^шабл ={ld , lF , textf , F„ex, , F^ , Attr} , де Id - уШкаЛЬний
iдентифiкатор фрейму; lF - вертикальний рiвень фрейму; textf - текстовий вмют фрейма (список тер-мiв); Fnext - покажчик на фрейм того ж рiвня або по-
рожнш покажчик; Fup - покажчик на фрейм бшьш низького р1вня або порожнш покажчик; Attr - покажчик на додатков1 атрибути або «нуль» у раз1 ïx в1д-сутностг
Розробка модел1 ПОД базуеться на застосу-ванш апарату СМ, що дозволяе ефективно описувати семантику документа (рис. 3). ПОД представляеться у вигляд1 неор1ентованого нечеткого графа другого
роду: Опод = {о верш, G ребр ), де G в,
- нечгтка мно-
жина вершин; Gрeбр - нечгтка множина ребер; ввдпо-в1дних вщношенню «асощативно! зв'язносл» терм1в документа. Елементи множини ввдповвдають термам, що мютяться в документ^ а модель побудови ПОД рацюнально розбити на 2 незалежш гшки: видшення терм1в документа з обчисленням !х ваг 1 знаходження ваг зв'язк1в м1ж термами. З урахуванням запропоно-вано! додатково! характеристики розпод1лу терму вага у-го терму в г-му документ БЗ буде визначатися
наступним виразом:
m
i = î,.., Nn
Щ (г/у+1)
у = 1,.., , де Т/ц - частота появи у-го терму в г-му документу - частка (частота) документа, що м1с-тятьу-й терм; Т¥ц - середня частотау-го терму у вах документах набору кр1м г-го документа. Ыв - загаль-на к1льк1сть документа в БЗ; - загальна кшь-к1сть терм1в в БЗ.
Для перев1рки ефективносл функцюнування розроблених моделей 1 алгоршшв, а також анал1зу одержуваних з використанням запропонованих мето-д1в пошуку результата 1 пор1вняння цих результата з аналогами, було проведено 1мгтацшне моделювання 1ПС (рис.3). А для тдвищення шформативносл пошуку 1 звуження шлькосп ключових сл1в була запро-понована формула для обчислення граничного зна-чення е кшькосл терм1в
Рис. 3. Граф1чш залежносп ввдхилень розпод1лу ЧР
Як показуе залежшсть, наведена на рис. 3, за-стосування обчисленого граничного значення е шль-косп термiв wi значно зменшуе число ключових ^в, без зниження ефективносл iндексацil документа. Ввдповвдну графiчну залежшсть виду Y = f (v) типу «Normal Probability Plot» та таку саму залежнiсть, але виду «Line Plot» побудовано пакетом Statistica.
5. Висновки
Для обчислення залежностей вгдхилення розпо-дiлу пошукового алфавпу оцiнена ймовiрнiсть усшш-ного завершения пошуку для можливих пар величин та ймовiрнiсть присутностi сигналу на поточному та попередньому кроках. По мiрi зростання кiлькостi мо-дулiв, перевага традицшно1 1ПС практично швелюеть-ся, складаючи близько 35 %, в той час як запропоно-вана - забезпечуе тдвищення коефщента повноти пошуку до 1, коефщента точносп в Д раз, за умови, що Д - шукана алфавита аксiома. При цьому зниження швидкоди складае приблизно 17,3 %.
Проблемним аспектом для подальшого ро-звитку математично! моделi пошукового образу документу системи управлшського документообиу е
забезпечення акцептор1в вхвдного шформацшного потоку актуальною шформащею для побудови стати-стичних часових ряд1в вимагае розв'язку проблеми каталопзування. Розв'язок проблеми пов'язаний з ршенням проблем опису електронних ресурс1в.
Лггература
1. Информационные базы данных и электронные библиотеки [Электронный ресурс]. - Режим доступа: http://bourabai.kz/einf/chapter121.htm
2. Knowledge base definition [Electronic resource]. -TechTarget. - Available at: http://searchcrm.techtarget.com/ definition/knowledge-base
3. Kuhlthau, C. C. Information Search Process [Text] / C. C. Kuhlthau. - New Jersey. - Available at: https://comminfo. rutgers.edu/~kuhlthau/information_search_process.htm
4. Information search and decision making [Electronic resource]. - USC Marshall. - Available at: http://www. con-sumerpsychologist.com/cb_Decision_Making.html
5. Information Search [Electronic resource]. - Available at: https://www.boundless.com/marketing/textbooks/ boundless-marketing-textbook/consumer-marketing-4/the-consumer-decision-process-40/information-search-201-4089/
6. Searching with Words, Phrases, or Plain Language [Electronic resource]. - Available at: http://dl.acm.org/ documentation/Types.htm
7. ДСТУ 4163-2003. Державна ушфжована система документацп. Ушфжована система оргашзащйно-розпорядчоï документацiï. Вимоги до оформлювання документiв [Електронний ресурс]. - Нацюнальний стандарт Украïни. - Режим доступу: http://metrology.com.ua/ download/dstu-gost-gost-r/60-dstu/191-dstu-4163-2003
8. Joa, M. H. WEB 2.0 Based satellite images search through mash-up [Text]: conference / M. H. Joa, Y. W. Joa, J. S. Kim. - ISPRS, 2008. - P. 861-863. - Available at: http:// www.isprs.org/proceedings/XXXVII/congress/4_pdf/153.pdf
References
1. Informacionnye bazy dannyh i jelektronnye biblioteki. Available at: http://bourabai.kz/einf/chapter121.htm
2. Knowledge base definition. TechTarget. Available at: http://searchcrm.techtarget.com/definition/knowledge-base
3. Kuhlthau, C. C. Information Search Process. New Jersey. Available at: https://comminfo.rutgers.edu/~kuhlthau/ information_search_process.htm
УДК DOI:
1. Введение
Задачи обнаружения изменений свойств случайных измерительных сигналов, используемых для
4. Information search and decision making. USC Marshall. Available at: http://www.consumerpsychologist.com/ cb_Decision_Making.html
5. Information Search. Available at: https://www. boundless.com/marketing/textbooks/boundless-marketing-text-book/consumer-marketing-4/the-consumer-decision-process-40/ information-search-201-4089/
6. Searching with Words, Phrases, or Plain Language. Available at: http://dl.acm.org/documentation/Types.htm
7. DSTU 4163-2003. Derzhavna unifikovana sistema dokumentaciy. Unifikovana sistema organizacijno-rozpo-rjadchoy dokumentaciy. Vimogi do oformljuvannja doku-mentiv. Nacional'nij standart Ukrainy. Available at: http:// metrology.com.ua/download/dstu-gost-gost-r/60-dstu/191-dstu-4163-2003
8. Joa, M. H., Joa, Y. W., Kim, J. S. (2008). WEB 2.0 Based satellite images search through mash-up. ISPRS, 861863. Available at: http://www.isprs.org/proceedings/XXXVII/ congress/4_pdf/153.pdf
Дата надходження рукопису 20.11.2015
контроля и диагностики динамических объектов с априори неопределенными свойствами, являются в метрологическом плане наиболее сложными, как в
Кунченко-Харченко Валентина 1вашвна, доктор техшчних наук, професор, кафедра шформатики ! ш-формацшно! безпеки, Черкаський державний технолопчний ушверситет, бул. Шевченка, 460, м. Черкаси, Укра!на, 18006 E-mail: valentine.kun@ukr.net
616.33/34-009.1-07.616-031.14-519.876.5 10.15587/2313-8416.2015.55848
ОБНАРУЖЕНИЕ И НОРМИРОВАНИЕ ПАРАМЕТРИЧЕСКИХ ИЗМЕНЕНИЙ В СЛУЧАЙНЫХ СИГНАЛАХ БИОМЕДИЦИНСКОЙ ИНФОРМАЦИИ ПРИ ХИМИЧЕСКИХ И МЕХАНИЧЕСКИХ ВОЗДЕЙСТВИЯХ НА БИОЛОГИЧЕСКИЕ СТРУКТУРЫ
© Р. В. Стецишин, Д. П. Замятин, О. Ю. Кропачек, Р. П. Мигущенко
Рассмотрена математическая модель процедуры скользящего дифференцирования спектрально-нестационарных случайных биомедицинских измерительных сигналов. Доказана возможность получения дополнительной диагностической информации для количественной оценки изменений электрической и механической активности биологических структур при физико-химических воздействиях на последние. Показана эффективность использования разработанной процедуры в задачах анализа активности химически индуцированных спонтанных сокращений мочеточника и идентификации кардиодинамических нарушений при закрытой травме груди, сопровождающейся ушибом сердца
Ключевые слова: ушиб, мочеточник, грудная клетка, биомедицинские измерительные сигналы, математическая модель, статистика
It was described the mathematical model ofprocedures for moving spectrally differentiating non-stationary random biomedical measurement signals. It is proved a possibility of additional diagnostic information to quantify the changes in electrical and mechanical activity of biological structures at the physical and chemical effects. It is shown an efficiency of using procedures developed for the analysis of activity chemically induced spontaneous contractions of the ureter and identification cardiodynamic violations in closed chest trauma, accompanied by heart injury
Keywords: injury, ureter, chest, biomedical measurement signals, mathematical model, statistics
