CC BY
74
УДК 004.048+025.4.03
А.Н. Целых, Э.М. Котов, А.А. Целых
МЕТОД ИНФОРМАЦИОННОГО ПОИСКА НА ОСНОВЕ НЕЧЕТКОГО СХОДСТВА СИТУАЦИЙ
Рассматривается подход к организации нечеткого информационного поиска в ситуации, когда запрос выражен нечетким множеством, определенным на множестве поисковых индексов. Для установления отношений между документом и запросом используется нечеткий тезаурус, что позволяет для некоторого запроса идентифицировать релевантные документы, которые иначе не были бы выданы. Для семантической сети, включающей в себя ситуации, концепты и поисковый запрос, рассматривается процедура расширения и определения релевантности ситуации запросу. Связывая вершину-запрос с определяющими ее концептами, получим теоретико-графовую структуру, на основе которой удобно определять релевантность запроса каждому из объектов. Рассматривается метод, основанный на определении степени нечеткого сходства запроса (поискового образа) c ситуацией. Релевантность вычисляется методом минимального значения. Для расчета степени нечеткого включения запроса в каждую из ситуаций используется формула нечеткого сходства по Заде. Ситуация, для которой степень включения запроса наибольшая, выбирается в качестве искомого решения.
Неопределенность; неточность; нечеткость; информационный поиск; релевантность.
A.N. Tselykh, E.M. Kotov, A.A. Tselykh
METHOD OF INFORMATION RETRIEVAL BASED ON A FUZZY SIMILARITY OF SITUATIONS
This paper considers an approach to the problem of fuzzy information retrieval in a situation where a query is given by a fuzzy set defined on a set of search indexes. To find the relationship between a document and a query, we use a fuzzy thesaurus that allows for some query to identify relevant documents that otherwise would not be issued. For a semantic network that includes situations, concepts and a search query, we consider a procedure for extension and determining the relevance of a situation to a request. By linking the query vertex with defining concepts, we obtain a graph theoretical structure that is used to determine the relevance of the query to each object. We also consider the method based on determining the degree of similarity of a fuzzy query (search image) and the situation. We compute the relevance score with a method of a minimum value. To calculate the degree of fuzzy inclusion of a query in each of the situations, we use the formula offuzzy similarity by Zadeh. The situation with the highest degree of inclusion is selected as a desired solution.
Vagueness; imprecision; fuzziness; information; retrieval.
Быстрое развитие средств сбора, хранения и распространение информации делает разработку систем, которые управляют информационными потоками и извлекают информацию, соответствующую потребностям пользователя, важной проблемой.
Первичная цель любой информационно-поисковой системы (рис. 1) состоит в помощи пользователям эффективно получить желаемую информацию. Большинство коммерческих информационно-поисковых систем в настоящее время все еще строится на основе поисковой модели, использующей булеву логику. Однако эти системы обладают определенными ограничениями, так как не способны представить нечеткую, неопределенную информацию. Если в запросе присутствует нечеткая информация, то обработка запроса такими системами не осуществляется должным образом [1].
Нечеткие информационно-поисковые системы базируются на технологиях, использующих нечеткую логику и нечеткие отношения с целью получения наилучшего результата, соответствующего пользовательскому запросу. В отличие от булевых систем, нечеткие системы оперируют с данными, которые отражают степень (меру) принадлежности некоторого элемента х нечеткому множеству А.
Понятие нечеткого отношения возможно считать одним из основных понятий теории нечетких множеств. Эти отношения позволяют формализовать неточные утверждения «х значительно больше чем у» или «х почти равно у». По сравнению с вероятностным, нечеткий метод, при использовании в информационно-поисковых системах, позволяет резко сократить объем производимых вычислений, что, в свою очередь, приводит к увеличению быстродействия нечетких поисковых систем [2].
Рис. 1. Функции ИПС
В общем случае можно говорить, что информационно-поисковая система состоит из двух частей: текстовый архив данных, который является множеством текстовых единиц (документов), и непосредственно поисковые средства. Пользователь представляет поисковой системе запросы, описывающие потребность в тех или иных видах документов. Поисковая система определяет соответствие запросов в индексной базе документов в текстовом архиве данных. В результате пользователю возвращается ранжированный список коллекции документов, который поисковая система считает «наилучшим результатом».
Таким образом, мы можем определить информационный поиск как проблему выбора документальной информации из источника хранения в ответ на поисковый запрос, т.е. установление соответствия слов или других символов запроса тем, которые характеризуют отдельный документ.
Неопределенность может присутствовать при различных ситуациях: неопределенность соотношения «известного»/«неизвестного» в предмете поиска; неопределенность системы характеристических признаков для структуризации предмета поиска; лексическая неопределенность как фактор степени соответствия информационно-поискового языка естественнонаучному языку предметной области; неопределенность критериев сравнения; неопределенность интерпретации поисковых образов документов; неопределенность тематического соответствия и степени полноты представления проблематики.
Модель информационного поиска включает в себя два конечных множества: множество поисковых индексов, содержащих информацию о документах , и множество релевантных документов .
При нечетком информационном поиске релевантность поисковых индексов к отдельным документам выражена нечетким отношением
Я=ХхУ -> [ОД],
таким образом, значение определяет для каждого и степень
релевантности поискового индекса документу .
Нечеткий тезаурус играет важную роль в установлении отношений между документом и запросом. Нечеткий тезаурус - рефлексивное отношение Т, определенное на множестве X. Для каждой пары поискового индекса ( х^х^) 6 X, Т выражает ассоциацию - это степень, с которой значение поискового индекса Хк совместимо со значением данного поискового индекса . Подобное отношение должно сталкиваться с проблемой наличия синонимов среди множества поисковых индексов. В результате отношения помогают идентифицировать релевантные документы для некоторого запроса, которые иначе не были бы идентифицированы. Это происходит всякий раз, когда документ характеризуется поисковым индексом, который синонимичен с поисковым индексом, содержавшимся в запросе.
При нечетком информационном поиске запрос может быть выражен нечетким множеством, определенным на множестве поисковых индексов X. Обозначим через А некоторое нечеткое множество, представляющее отдельный запрос. Тогда, при сравнении с нечетким тезаурусом Т, мы получаем новое нечеткое множество (обозначим его через В), которое представляет собой дополненный запрос (т.е. множество, дополненное связями с поисковыми индексами).
Пусть задана семантическая сеть, которая включает в себя три ситуации [3] -у!,у2,Уз, шесть концептов - х^хг ,. . .,х6 и запрос г, относящийся к трем концептам. Поиск начинается с одного из исходных узлов (концептов), которому соответствует запрос, например, с (рис. 2). Проследим процедуру расширения и определим релевантность ситуации запросу, а именно . Обозначим связи дугами, которые пометим весами, показывающими силу семантической связи между соединенными узлами.
Связывая вершину-запрос г с определяющими ее концептами х 6 X, получаем структуру, с помощью которой удобно определять релевантность запроса каждому объекту из У.
Представляется интересным исследовать подход, основанный на определении степени нечеткого сходства запроса (поискового образа) г и ситуации у.
Соответствие каждого описания ситуации при помощи определя-
ется как нечеткое подмножество множества X концептов. Аналогично, каждое описание запроса г может определяться как такое же нечеткое подмножество. Более того, если концепт есть некоторая лингвистическая переменная, то ребро
(х¿,у) может быть взвешено уже не числом от 0 до 1, а некоторым значением лингвистической переменной х, т.е. нечетким множеством. Каждая ситуация у может характеризоваться нечетким множеством второго уровня [4]. То же самое справедливо и для запроса г.
При использовании вершины-запроса г получим следующий граф соответствий (см. рис. 2).
7
Рис. 2. Граф соответствий с присоединенным запросом
Для формализации процедуры вычисления релевантности сС (у ¡,г) , степени нечеткого включения и степени нечеткого сходства представим опи-
сание каждой ситуации уjу Е V и запроса г в виде векторов. Имеем у : А = (1, 0.9, 0.8, 0.8, 0, 0) ; у : А2 = (0.7, 1, 0.7, 0.8, 0.8, 0.6); у3: А3 = (0, 0.9, 0, 0.7, 0, 0.9) ; г: В = (0, 0, 0.9, 1, 0, 0.8). Отсюда, в соответствии с процедурой вычисления значения релевантности методом минимального значения, получим
г) = -X т1П(«,-,Ь) = 1(0,8 + 0,8 + 0) = 16 = 0,53,
где N - количество ненулевых элементов вектора описания г.
d(y2, г) = 1Xтт (а , Ь ) = 1(0,7 + 0,8 + 0,6) = 0,7;
d(y3, г) = -(0 + 0,7 + 0,8+) « 0,5.
Определим теперь степень нечеткого включения запроса г в каждую из ситуаций . Для этого воспользуемся формулой
1 п
V (г ^ у) = V (В ^ А) = - X Ф, ^ а,),
п Т-
где Ь — а = т ах ( 1 — Ь, а) (по логике Заде) [5].
х
Для заданных векторов А 1( А2 , А3 , В получим:
V , (в ^a)=1(1+1+°'8+°'8+1+°'2) =14'8=°,8;
6 6
V 3 (B ^ A) = 1(1+1+ °'7 + °,8 + 1 + °,6) = 15,1 = °,85;
6 6
V 3 (B ^ A3) =1Z(1 +1 + °,8 + °,8 +1 + 0,2) =1 • 4,8 = 0,8.
6 6
Та ситуация y, для которой степень v включения запроса z наибольшая, может быть выбрана в качестве искомого решения.
Ранее в работе [6] предложена модель для поиска оптимальных решений с использованием нечеткой семантической сети, основанная на определении степени принадлежности текущей ситуации к тому или иному классу эталонных ситуаций, использующих понятие степени нечеткого сходства. В данном исследовании предложен подход к организации нечеткого информационного поиска в ситуации, когда запрос выражен нечетким множеством, определенным на множестве поисковых индексов. При расчете степени нечеткого включения запроса в каждой из ситуаций используется формула нечеткого сходства по Заде. В дальнейшем представляется интересным вычислить оценку релевантности ситуации поисковому образу в семантической сети с присоединенной вершиной.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Bordogna G., and Pasi G. Handling Vagueness in Information Retrieval Systems // Proceedings of the Second New Zealand International Two-Stream Conference on Neural Networks and Expert Systems, Dunedin, Nuova Zelanda, 20-23 November 1995. - P. 110-116.
2. Liu Z. Information Retrieval Using Relevance Feedback for the Mobile Internet. Thesis, University of North Dakota, May 2006.
3. Мелихов А.Н., Берштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. - М.: Наука, 1990. - 272 с.
4. Ларичев О.И. Анализ процессов принятия человеком решений при альтернативах, имеющих оценки по многим критериям // Автоматика и телемеханика. - 1981. - № 8. - С. 131-141.
5. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. - М.: Мир, 1976. - 168 с.
6. Целых А.Н., Котов Э.М. Методы нечетко-множественного анализа и моделирования социальных графов // Современные проблемы науки и образования. - 2013. - № 6. URL: www.science-education.ru/113-11178.
Статью рекомендовал к опубликованию д.т.н., профессор В.П. Карелин.
Целых Александр Николаевич - Южный федеральный университет; e-mail: [email protected]; 347928, г. Таганрог, пер. Некрасовский, 44; тел.: +79185562047; кафедра информационно-аналитических систем безопасности; д.т.н.; профессор.
Котов Эдуард Михайлович - e-mail: [email protected]; тел.: +79885887317; кафедра информационно-аналитических систем безопасности; ассистент.
Целых Алексей Александрович - e-mail: [email protected]; тел.: +79185116226; кафедра информационно-аналитических систем безопасности; к.т.н.; доцент.
Tselykh Alexander Nikolaevich - Southern Federal University; e-mail: [email protected]; 44, Nekrasovsky, Taganrog, 347928, Russia; phone: +79185562047; the department of information and analytical systems security; dr. of eng. sc.; professor.
Kotov Eduard Michaylovich - e-mail: [email protected]; phone: +79885887317; the department of information and analytical systems security; assistant.
Tselykh Alexey Alexandrovich - e-mail: [email protected]; phone: +79185116226; the department of information and analytical systems security; cand. of eng. sc.; assistant professor.
