Selekční jazyky (2)

Úvod do problematiky

Přednáška č. 2 – 21.3.2008



Filozofická fakulta Masarykova Univerzity, Kabinet knihovnictví - Ústav české literatury a
knihovnictví

jarní semestr 2007/2008



Josef Schwarz

schwarzjv@seznam.cz



Kvalita a konzistence indexace

Kvalita indexace

*LAN03, kap. Quality of Indexing

*kvalitní indexace – taková indexace, která zajistí (ne)vyhledání dokumentu v rámci konkrétního
informačního systému

*jde o relativní hodnotu

w  účel a zaměření informačního systému

w  potřeby a požadavky uživatelů

*nelze hodnotit kvantitativními metodami

*faktory ovlivňující kvalitu indexace







Konzistence indexace

*LAN03, Consistency of Indexing

*míra shody dvou nebo více SOD

*typy konzistence

w mezi indexátory (interindexer consistency)

n  shoda indexace mezi dvěma nebo více indexátory

w indexátora (intraindexer consistency)

n  konzistence indexace jednoho indexátora

*konzistence z hlediska hloubky indexace

w  konzistence pořádacích znaků vyjadřujících hlavní témata

w  konzistence pořádacích znaků vyjadřujících vedlejší témata



Konzistence indexace (pokr.)

*Výpočet I.

n  dvojice indexátorů - tzv. konzistenční pár (consistency pair)



             C = a / b



kde:

n  a = počet pořádacích znaků, které shodně zvolili oba indexátoři

n  b = celkový počet přidělených jedinečných pořádacích znaků





Konzistence indexace (pokr.)

*Indexátor 1

n  námořníci

n  ztroskotání

n  ostrovy

n  Robinson Crusoe

n  dobrodružné romány



Konzistence indexace (pokr.)

*Výpočet II.

n  více než dva indexátoři



    C = průměr konzistenčních párů







Konzistence indexace (pokr.)

*Indexátor 1

n   námořníci

n   ztroskotání

n   ostrovy

n   Robinson Crusoe

n   dobrodružné romány



Kvalita vs konzistence indexace

*vztah kvality a konzistence není bezprostřední

n  konzistentní indexace neznamená kvalitní indexaci

n  kvalitní indexace zahrnuje i konzistentní indexaci

n  konzistence indexace zlepšuje efektivitu vyhledávání

n  z hlediska správy databáze je konzistence kvalitou

Faktory ovlivňující indexaci

*indexátor

w  obj.: zkušenost a znalost SJ, znalost oboru, porozumění textu, systematické myšlení, racionální
čtení

w  subj.: soustř., pečlivost, nálada, únava, motivace

*SJ

w  kvalita řízeného slovníku

w  indexační pravidla

*dokument/text

w  obor, struktura, délka, styl, žánr, pomocný aparát, jazyk

*pracovní podmínky

w  prac. doba, produktivita práce, prac. prostředí, technické prostředky

Kontrola a hodnocení indexace

*v procesu indexace

w  indexační pravidla

w  srovnání s obsahem databáze

n  automatické procedury: TODESCHINI, C., FARRELL, M.P. An expert system for quality control in
bibliographic databases. Journal of the American Society for Information Science, 1989, roč. 40, č.
1, s. 1-11.

w  supervize

n  správnost a úplnost obsahové analýzy

n  věcná i formální správnost přiřazených pořádacích znaků

n  indexační chyby

w  indexační experimenty

*při vyhledávání

w  relevance vyhledávání

w  úplnost (recall) a přesnost (precision)

Relevance vyhledávání

*úplnost (recall) R

n  počet vyhledaných relevantních dokumentů / počet všech relevantních dokumentů



*přesnost (precision) P

n  počet vyhledaných relevantních dokumentů / počet všech vyhledaných dokumentů



*poměr mezi úplností a přesností

                                                                                                  ]



Indexační chyby

*data: kontrola indexace UK-ETF 1998-99

n  viz případová studie



*nejčastější typy chyb

n  opominutí hledisek (18,6%)

n  nesprávné stanovení významu nebo rozsahu deskriptoru (12,3%)

n  chybějící jednotlivé deskriptory (11,5%)

*typy chyb podle ovlivnění úplnost a přesnost vyhledávání

n  komplexní chyby snižující úplnost (23,4%)

n  dílčí chyby snižující úplnost (22,1%)

n  dílčí chyby snižující úplnost i přesnost (14,9%)



Indexační chyby (pokr.)

*typy chyb podle fáze indexace

n  obsahová analýza (18,1%)

w  zdroj chyb: indexátor

n  identifikace pojmů (42,3%)

w  zdroj chyb: indexační pravidla, indexátor

w  nejčastěji: opominutí hledisek

n  výběr deskriptorů z tezauru (20,8%)

w  zdroj chyb: indexátor, indexační pravidla, řízený slovník



                                                                                                  ]



Indexační experimenty

•   srovnávání různých typů selekčních jazyků

*   indexace vzorku dokumentů

*   porovnání formou rešeršních dotazů

•   konzistence indexátorů

*   experimentální přístup

*   dva nebo více indexátorů

*   vzorek dokumentů

*   indexace

*   interpretace výsledků



w     (případová studie)



                                                                                                  ]



Využití hodnocení indexace

*indexátor

w  zpětná vazba

w  hodnocení práce

*SJ

n  řízený slovník

w  úprava lexika n. struktury

w  úprava poznámek o rozsahu

n  indexační pravidla

w  formulace

w  úprava

*dokumenty

w  reindexace