Un program de interogare pentru a fi performant trebuie sa contina un anumit numar de functii, care sa depaseasca recunoasterea pura si simpla.
Esential este gestiunea distantei dintre cuvintele cunoscute si mai putin rezolvarea problemelor lingvistice.
Combinatia booleana a cuvintelor de cautare, asa cum am expus-o, este efectuata de catre ordinator, in lipsa unor instructiuni mai precise, in cadrul unitatii documentare.
Aceasta poate fi redusa la cateva cuvinte intr-un sistem prin indicare, dar va fi mult mai lunga intr-o analiza prin abstract sau intr-un text integral. Putem, deci, sa ne intrebam despre pertinenta unui raspuns in care descriptorii combinati sunt situati foarte departe unul de celalalt.
Notiunea de juxtapunere descrisa, a doua sau mai multe cuvinte, poate transforma sensul acestora sau adesea sa-l intareasca sau sa-l specializeze. De exemplu, donatia intre soti desemneaza in mod clar o institutie juridica al carei sens este total diferit de al unei expresii ca donatia facuta fraudand dreptul sotului. Sau accident de munca va defini regimul juridic al unui fapt care va fi exprimat prin accident survenit in timpul muncii sau in cadrul timpului de munca. Este fundamental ca un cercetator sa poata cere unui sistem in limbaj liber proximitatea imediata a doi termeni. Pentru aceasta, programele propun, in general, unul din urmatoarele mijloace: ori expresiile compuse vor fi predeterminate si intrate in lexic ca termeni unici, ori sistemul va trebui sa admita un operator de adiacenta. In acest ultim caz, operatorul va trebui sa precizeze distanta maxima, adica numarul de cuvinte pe care il tolereaza intre doi termeni cautati.
De exemplu, in materia tutelei copilului, executam o cercetare a consecintelor pe care judecatorii le imputa faptului ca tutorele sau cel care face cererea traieste in concubinaj; problema va fi formulata astfel: ? Tutela si concubinaj Vom constata rapid ca raspunsul este zgomotos; apar decizii in materie de divort, la care judecatorii retin faptul concubinajului ca si cauza divortului si statueaza, dupa aceea, fara a avea legatura cu primul fapt, asupra tutelei. Pentru a indeparta astfel de documente, putem folosi un operator de proximitate caruia ii vom fixa distanta de maniera intuitiva la 10, 15, 20. de cuvinte. Este evident ca aceasta metoda reduce zgomotul. Mult mai sigura este metoda abstractului, care il obliga pe analist sa-si decupeze documentul in tot atatea paragrafe cate probleme de drept diferite trateaza. Chiar in cadrul paragrafului, fraza este inteleasa ca un grup de cuvinte incadrate de doua semne separatoare, ce definesc un subansamblu mai restrans de cuvinte necesare exprimarii unui singur concept. Dar acest decupaj in zone de proximitate nu are sens decat daca calculatorul ia in considerare aceste zone si daca limbajul de interogare contine operatorii de restrictie de distanta ce corespund strict structurii documentelor puse in linie.
Ne dam seama de ...
Pentru a descărca acest document,
trebuie să te autentifici in contul tău.