Předmětové selekční jazyky
(PSJ)
Předmět: Selekční jazyky
29. 10. 2010
Přednášející: Mgr. Silvie Kořínková Presová
http://kisk.phil.muni.cz/mgr-silvie-korinkova-presova-dis
Varianty termínu
➔ používané české ekvivalenty - věcné autority,
systémy heslování, předmětová pořádací
soustava, verbální pořádací systémy,
předmětové třídění (nevhodné označení) apod.
➔ anglické ekv. - subject retrieval language,
verbal indexing languages, controlled
vocabulary, vocabulary control tool
Výklad termínu
Předmětový selekční jazyk (výklad z TDKIV)
➔ Selekční jazyk založený na abecedně
uspořádaném systému hesel, popř. lexikálních
jednotek.
➔ Podle charakteru lexikálních jednotek se
rozlišují předmětové selekční jazyky založené
na použití klíčových slov (např. klíčová slova z
názvu dokumentů, rotované rejstříky),
předmětová hesla (jazyk předmětových hesel)
a deskriptorové selekční jazyky.
Výklad termínu
● Předmětový SJ je SJ používaný při realizaci
procesu předmětového pořádání informací jako
jeho výrazový a vyjadřovací prostředek. (Kovář,
1984, s. 129)
● Předmětové pořádání informací je proces, při
kterém slovně vyjádřený obsah, téma či předmět
dokumentu, jeho částí nebo jednotlivých v něm
obsažených informací je převáděn do jednou více,
jindy méně normalizovaných a formalizovaných
hesel (deskriptorů), která jsou ve slovnících
uspořádána abecedně. (volně podle Kovář, 1984, s.
13)
Výklad termínu
● Controlled vocabulary - Seznam nebo databáze
věcných termínů, kdy všechny termíny nebo
fráze reprezentující pojem jsou sdruženy
dohromady. Preferované lexik. jednotky jsou
navrženy pro užití v záznamech o
dokumentech v rešeršních systémech. (volně
podle Taylor, 2004, s. 361)
● Vocabulary control tool - Organizovaný
seznam termínů nebo frází, který může být
použit k indexování nebo prohledávání sbírky
pomocí věcných termínů či frází. (Chowdhury,
2007, s. XVIII)
● prekoordinované PSJ - Vyjadřují téma dokumentu
nebo dotazu souborem slov přirozeného jazyka
svázaných podle pevně stanovených pravidel
a dávajících smysl jen jako celek.
● postkoordinované PSJ - Téma dokumentu nebo
dotazu je vyjádřeno také souborem slov
přirozeného jazyka, avšak tento soubor se skládá z
původně vzájemně izolovaných
a samostatných slov a sousloví, která byla vybrána
z řízeného slovníku.
(Kovář, 1984, s. 132 - 133)
Druhy předmětových SJ
P r e k o o r d i n a c e / p o s t k
c h m e l
p ě s t o v á n í
p i v o
s p o t ř e b a
Č e s k o
v i n n á r é v a
v í n o
v ý r o b a
R a k o u s k o
p ě s t o v á n í c h m e l e–
s p o t ř e b a p i v a–
Č e s k o
p ě s t o v á n í v i n n é
r é v y– v ý r o b a v í n a–
R a k o u s k o
p o s t k o o r d i n a c e  p r e k o o r d i n a c e
p ě s t o v á n í c h m e l e
s p o t ř e b a p i v a
Č e s k o
p ě s t o v á n í v i n n é
r é v y
v ý r o b a v í n a
R a k o u s k o
NOVÁK, Blahoslav. Projevuje se snižování hektarových výnosů
chmele a spotřeby piva u nás na rozloze vinic a výrobě vína v
Rakousku? Šťastný vinař, 2009, roč. 1, č. 2, s. 10-22.
Schwarz, J., 2007
● prekoordinované PSJ - předmětová hesla
(jazyk předmětových hesel, PSJ typu
předmětových hesel)
● postkoordinované PSJ - deskriptorové SJ (PSJ
deskriptorového typu), volně tvořená klíčová
slova, PSJ založené na použití slov z názvu
dokumentů - permutované (rotované) rejstříky
(KWIC, KWOC)
Předmětová hesla
● Jazyk předmětových hesel představuje nástroj,
ve kterém je téma dokumentu vyjádřeno
sestavou lexikálních jednotek podle předem
stanovených syntagmatických a syntaktických
pravidel už v průběhu indexování. (Balíková,
2001)
➔ použití - předmětová hesla jako prvky řazení v
předmětových katalozích a kartotékách
http://www.lib.cas.cz/katalogy/predmetovy-katalog
➔ použití v online prostředí - modifikace pravidel
Předmětová hesla
● Pořádací znak - předmětové heslo (PH) Předmětové
heslo je jednoslovné nebo
víceslovné formálně upravené vyjádření
obsahu (resp. tematiky), popř. i charakteristiky
formy dokumentu.
- předmětový prvek
➔ Předmětové heslo se skládá z jednoho nebo
několika předmětových prvků - jednočlenné či
vícečlenné PH (řetězec PH)
➔ ČSN 01 0188 Tvorba předmětových hesel
Schéma PH
Heslo (ev. doplněk hesla) - 1. podheslo (ev. doplněk
podhesla) - 2. podheslo (ev. doplněk hesla) - n. podheslo
(ev. doplněk podhesla)
● Letadla - podvozky - příručky
● Cukrovka (řepa) - cukernatost
● Francie – Prusko – války – r. 1870-1871
Heslo - Vyjadřuje se jím pojem, který má pro obsahovou
charakteristiku dokumentu rozhodující význam - hlavní téma.
Podheslo upřesňuje heslo obsahově a podle potřeby i
formálně.
Doplňky hesla n. podhesla vysvětlují stejně znějící, významově
však odlišné prvky předmětového hesla.
Slovník
● Předmětový heslář - Seznam prvků předmětových
hesel užitých při zpracování konkrétního
předmětového katalogu či předmětové kartotéky
(Pinkas, s. 95).
➔ Nejen seznam prvků, ale též celých řetězců
předmětových hesel.
● Struktura
➔ částečná hierarchie
➔ přidružovací odkazy (viz též) - klasifikace viz též
indexace
➔ vylučovací odkazy (viz) - např. klasifikace viz
kategorizace
Syntaxe
● Syntaktická pravidla - uspořádání prvků
předmětového hesla/kombinace prvků
předmětového hesla
● Princip prekoordinace
Výhody/Nevýhody (Balíková, 2001)
Výhody
● detailní vyjádření předmětu dokumentu
● odpovídající specifičnost
● maximální informační hodnota řetězce předmětového hesla
● efektivní servis pro uživatele v tradičním prostředí
Nevýhody
● rozklad víceslovných lexikálních jednotek (např. výkon vazby:
vazba - výkon)
● délka řetězce předmětového hesla
● princip prekoordinace uplatněný v syntaktické rovině, a z toho
pramenící:
➔ komplikovaná pravidla aplikační syntaxe
➔ redundantnost informací v bibliografickém záznamu
➔ rozsáhlost autoritního souboru
➔ komplikovaná údržba
Příklady
● Library of Congress Subject Headings (LCSH)
- nejrozšířenější univerzální PSJ pro využití v
lístkových a online katalozích
http://authorities.loc.gov/
● LISTA with Fulltext
http://library.muni.cz/ezdroje/
– prohlížení - záložka Tezaurus (Jde spíše o řízený
slovník obecně s prvky tezauru a hesláře.) např.
heslo ACADEMIC libraries --
Acquisitions
Deskriptorový selekční
jazyk (DSJ)
● DSJ (výklad z TDKIV) - Postkoordinovaný
předmětový selekční jazyk určený pro indexaci
a vyhledávání prostřednictvím řízeného
slovníku označovaného jako tezaurus, jehož
lexikum je složeno z deskriptorů
a nedeskriptorů.
● Historický vývoj od DSJ založeného na
unitermech (unitermů) k DSJ založenému
na deskriptorech (tezaurům), jejichž forma a
vztahy jsou standardizovány slovníkem se
speciální strukturou - tezaurem.
Tezaurus
● Řízený a měnitelný slovník deskriptorového
selekčního jazyka uspořádaný tak, že explicitně
zachycuje apriorní (paradigmatické) vztahy mezi
lexikálními jednotkami.
● Podle jazykového zaměření se rozlišuje
jednojazyčný a vícejazyčný tezaurus, podle šíře
tematického zaměření speciální, polytematický a
univerzální tezaurus, podle struktury fasetový a
tematický tezaurus, podle funkce tradiční,
indexační a vyhledávací tezaurus. Dále se
vyčleňuje cílový a zdrojový tezaurus.
(výklad TDKIV)
Výklad termínu
● Thesaurus - slovník PSJ, formálně
organizovaný takovým způsobem, aby
explicitně zachycoval apriorní
(paradigmatické) vztahy mezi pojmy. (Aichison,
2000, s. 1)
Tvorba tezauru
ČSN 010193. Dokumentace : pokyny pro
vypracování a rozvíjení jednojazyčných tezaurů
➔ Techniky tvorby tezaurů vycházející z obecných
principů.
➔ Smysl - jednotná praxe v rámci IS či více
spolupracujících IS.
ČSN 01 0172 (ISO 5964). Pokyny pro vypracování
a rozvíjení vícejazyčných tezaurů.
Softwarové nástroje pro správu tezaurů
(thesaurus management software)
● Slouží pro tvorbu, aktualizaci, editování
tezaurů.
● např. MultiTes - Lze stáhnout pro zkušební
účely jako Trial Software.
http://www.multites.com/download.htm
Základní termíny
● lexikální jednotka (LJ)
– deskriptor - preferovaný termín - LJ užívaná
závazně při indexování.
– nedeskriptor - nepreferovaný termín - ekvivalent
nebo kvaziekvivalent preferovaného termínu
● deskriptorový odstavec (výklad z TDKIV) - Součást
hlavní části tezauru zahrnující deskriptor a
všechny relevantní informace uvedené v
poznámkovém a odkazovém aparátu jako je
definice, vysvětlující poznámka, poznámka o
použití, nedeskriptory, podřazené, nadřazené
a asociované deskriptory.
Pojmy vyjádřené LJ patří k následujícím
obecným kategoriím:
● konkrétní entity
➔ předměty, věci a jejich části (počítač, pes, lebka)
➔ materiály (plast, dřevo, bavlna)
● abstraktní entity
➔ činnosti a události (psaní, dýchání, plavání)
➔ abstraktní entity a vlastnosti věcí, materiálů n. činností
(síla, přesnost, viskozita)
➔ obory n. vědní disciplíny (sociologie, psychologie,
informační věda)
➔ měřicí jednotky (kilogram, metr, ampér)
● individuální jednotky (identifikátory)
➔ geografická jména, jména osob, jména organizací, jména
výrobků
Tvar LJ
● substantivum n. substantivní slovní spojení
➔ adjektivní
např. národnostní menšina
modifikátor (adjektivum) základ (substantivum)m
➔ s předložkovou vazbou (např. kurzy pro pokročilé,
školy pro nevidomé děti)
● adjektiva, příslovce, slovesa
– obvykle se nezařazují, činnost - vyjádření substantivy
– výjimky - např. velmi krátkodobé financování, velmi
krátké vlny (odborný termín)
Tvar LJ
● plurál:
➔ počitatelná substantiva (knihy, okny, ryby)
Ale části těla singulár, pokud je v těle jedna část (ústa,
hlava).
● singulár
➔ nepočitatelná substantiva (mouka, písek, pára)
Ale třídy s více členy pl. (cukry, jedy, mouky)
➔ abstraktní pojmy (osobnost, vodivost, kapitalismus)
Ale třídy s více členy pl. (přírodní vědy, chemické reakce)
● Vyjádření odlišných pojmů pomocí sg./pl., např. cukr
(potravinářský průmysl)/cukry (chemie)
● homografy, polysémy - relátor v závorce, součástí LJ
např. křídlo (ptačí končetina), křídlo (klavír)
Vysvětlující poznámky
a definice
● omezení významu LJ pro účely daného systému
(vyloučení dalších významů)
Další informace:
● datum zařazení LJ
● zdroj LJ (zejména u nových slov)
● pokyny pro indexátory, např. možnost kombinace
LJ (např. instituce EU - Uveďte ve spojení s danou
institucí)
Sousloví
● Obecně - LJ mají vyjadřovat jednoduché pojmy,
sousloví je třeba rozložit na jednodušší prvky, pokud
rozklad nezpůsobí potíže uživateli.
● Sémantický rozklad - výraz, který vyjadřuje komplexní
pojem, je převeden na jednodušší, tzv. definiční prvky.
Použití této techniky se v tezaurech nedoporučuje.
teploměr
teplota + měření + přístroje
● Syntaktický rozklad - tato technika se uplatňuje u
sousloví, tj. u výrazů, které umožňují morfologickou
analýzu na dílčí složky.
tibetský buddhismus
Tibet + buddhismus
Sousloví
Kritéria pro to, zda sousloví ponechat beze změny či
sousloví rozložit na syntaktické složky.
● Je nutné rozlišit jednotlivé části sousloví z hlediska
jejich rolí a vztahů: lisování vína
➔ základ neboli řídící člen lisování
Substantivum, které vyjadřuje širší třídu věcí nebo
jevů, jejímž členem je lexikální jednotka jako celek.
➔ modifikátor vína
Část sousloví, která odkazuje k určité charakteristice
nebo rozlišujícímu znaku.
Po připojení k danému základu zužuje jeho významový
nebo stylistický odstín a vyjadřuje tak jednu z jeho
podtříd.
Sousloví ponechaná beze
změny
● sousloví je běžné a užívané (informační zdroje,
pořádání informací)
● rozklad vede ke ztrátě významu (filozofie dějin, library
science)
● sousloví obsahuje vlastní jméno (Bradfordův zákon,
Lotkův zákon)
● modifikátor ztratil původní význam (lehký průmysl)
● modifikátor bez přímého vztahu (stromová struktura)
● sousloví se „středním členem“(naftové motory)
● synkategorematická substantiva ( umělé květiny,
čokoládová vejce, světelný rok) - Podstatná jména,
která sama o sobě nevyjadřují třídu pojmů, k níž
odkazují slovní spojení jako celek, ale spíše popírají
členství v dané třídě.
Sousloví rozložená na
syntaktické složky
1.
základ - vlastnost/část (včetně materiálů),
modifikátor - celek, popř. nositel dané vlastnosti
nebo části
● např. letištní hala letiště + hala
lodní motory lodě + motory
2.
základ - činnost, modifikátor - objekt/vykonavatel
činnosti
● např. mražení zeleniny mražení + zelenina
stěhování ptáků stěhování + ptáci
ALE mražená zelenina, stěhovaví ptáci
Základní vztahy v tezauru
● vztah ekvivalence
● vztah hierarchie
● vztah asociace
Vztah ekvivalence
● Do vztahu ekvivalence jsou uváděny synonymní
lexikální jednotky, tj. termíny, které se liší formou, ale
jejichž obsah je identický (označují stejný denotát).
● např. tezaurus
http://europa.eu/eurovoc/
práva žen UF ženská práva
ženská práva USE práva žen
● Zkratky
viz/USE - před přeferovaným
termínem/deskriptorem
ekv/UF - před nepřeferovaným
termínem/nedeskriptorem
Volba
deskriptoru/nedeskriptoru
● pravopis
➔ používání nejrozšířenějšího popř. kodifikovaného
pravopisného tvaru
➔ využití autoritních slovníků
➔ dublety (př.: sirup x syrob; salnitr x sanytr)
● zkratky a akronymy (př.: UNICEF, OSN, ČEDOK, LIS)
➔ preferuje se rozepsaná podoba - mezinárodní
desetinné třídění X MDT [o]
➔ výjimky v dané oblasti u široce používaných zkr. a akr.
● přejatá slova (př.: software x programové vybavení;
perestrojka x přestavba; gender studies x
genderová/rodová studia)
➔ novotvary z cizího jazyka – běžně užívané lze zařadit
do tezauru
➔ volba mezi přejatým slovem a překladem – rozšířenost
Volba
deskriptoru/nedeskriptoru
● slangové termíny a žargon (př.: hippies, íčko, koks)
➔ lze zařadit, pokud neexistuje pro nový pojem jiná,
vhodná alternativa
➔ jde-li o alternativní výraz k existujícímu, ustálenému
termínu, ustálený je preferovaný t.
● obecné názvy a obchodní názvy (př.
polytetrafluorethylen x teflon)
➔ preferované jsou obecné názvy jako deskriptory, je-li
obchodní název široce používán zavede se jako
nedeskriptor
● běžné názvy a vědecké názvy (př.: bubo bubo x výr
velký; arthritis uratica x dna)
➔ volba preferovaného termínu se odvíjí od uživatelů
systému
Kvazisynonyma
● LJ, jejichž významy se všeobecně v běžném úzu
považují za rozdílné - pro účely indexování se
chápou jako synonyma.
např. tvrdost x měkkost; anotovaný záznam x
neanotovaný záznam; zákonnost x nezákonnost
● Hierarchizace vztahu ekvivalence
např. HORNINY
EKV břidlice
čedič
žula
Hierarchický vztah
➔ Nastává u lexikálních jednotek téhož
sémantického okruhu a vyjadřuje poměr
nadřazenosti a podřazenosti.
➔ Je vytvářen pouze u preferovaných termínů.
➔ Podřazená jednotka musí náležet k témuž
základnímu typu pojmu jako její nadřazená lex.
jednotka – věc x činnost x vlastnost.
např.
ochrana soukromí deskriptor
BT/ND práva jednotlivce nadřazený d.
NT/PD ochrana komunikací podřazený d.
Hierarchický vztah generický
vztah
● Vymezuje souvislost mezi určitou třídou
nebo kategorií a jejími členy nebo druhy.
plazi
někteří všichni
hadi
● rodo-druhový vztah
Hierarchický vztah partitivní
vztah
Sémantický hierarchický vztah mezi dvěma pojmy,
z nichž jeden vyjadřuje celek a druhý jednu jeho
část. (výklad z TDKIV)
4 kategorie
● tělesné systémy a orgány (př.: kostra -> lebka ->
nadočnicové oblouky)
● geografické lokality (př.: Evropa -> Rakousko ->
Vídeň)
● disciplíny (př.: jazykověda -> obecná jazykověda
-> gramatika)
● hierarchické společenské struktury (př.: univerzita
-> fakulta -> katedra -> kabinet)
Hierarchický vztah - kauzální
vztah
● Vazba mezi kategorií věcí nebo událostí
vyjádřenou obecným substantivem a
individuálním případem dané kategorie
(jednotková třída označena vlastním jménem).
● např.
pohoří
Alpy individuální případy uvedené
Himaláj obecné kategorie
Vztah asociace
Vazba mezi dvěma lex. jednotkami, které
➔ nejsou ve vztahu ekvivalence
➔ nejsou spolu v hierarchickém vztahu
● Použití: Lexikální jednotky jsou mentálně natolik
asociovány, že je účelné vyjádřit jejich vazbu v
tezauru.
● Pravidlo pro stanovení vztahu: Při indexaci jednou
jednotkou je vyvolána potřeba indexace druhou
asoc. jednotkou.
● např. ochrana soukromí
RT/ad datové právo
osobní údaje
Asociace
● Disciplína/objekt (př.: informační věda -- informace)
● Úkon, proces/konatel, nástroj (př.: katalogizace –
katalogizační pravidla)
● Činnost/výsledek (př.: katalogizace – katalogizační
záznam)
● Činnost/předmět (př.: indexace -- dokument)
● Pojem/vlastnost (př.: informace -- pravdivost)
● Pojem/původ (př.: Francouzi -- Francie)
● Kauzální souvislost (př.: nemoc -- léčení)
● Věc/agens působící proti ní (př.: rostliny -- herbicidy)
● pojem/jednotka měření (př.: informace -- bit)
● synkategorematické výrazy (př.: čokoládová vejce –
vejce; umělé květiny -- květiny)
Cvičení - Určete, o jaký jde typ
vztahu
1. divize, pluk, prapor, rota
2.indexování, selekční jazyk
3.informační věda, organizace poznání,
vyhledávání informací
4.jazykověda, lingvistika
5.víno, bílé víno, červené víno
Cvičení - Určete, o jaký jde typ
vztahu
1. divize, pluk, prapor, rota - hierarch. vztah
partitivní
2.indexování, selekční jazyk - vztah asociace
3.informační věda, organizace poznání,
vyhledávání informací - hierarch. vztah
partitivní
4.jazykověda, lingvistika - vztah ekvivalence
5.víno, bílé víno, červené víno - hierarch. vztah
generický
Uspořádání LJ
➔ abecední uspořádání
➔ systematické uspořádání doplněné
abecedním rejstříkem
– fasetový přístup - např.
Art & Architecture Thesaurus (záložka Browse
the AAT hierarchies)
➔ grafické uspořádání s abecední částí
Organizační aspekty
vypracování tezauru
● Excerpce LJ
➔ deduktivní metoda
➔ induktivní metoda
● Záznamy LJ
● Verifikace LJ
➔ odborné slovníky, encyklopedie
➔ existující tezaury
➔ SSJ
● Specifičnost LJ
● Doplňování a vyřazování LJ
● Využití výpočetní techniky
více viz ČSN 010193, s. 45 - 47
Výhody tezauru
Princip postkoordinace a z toho pramenící
● přehlednost selekčního obrazu dokumentu
● snadná tvorba hierarchických struktur
● snadná údržba
● snadná manipulace
Nevýhody tezauru
● Rozklad víceslovných jednotek - nerespektování
kompaktnosti termínu.
● Informační šum způsobený parazitním (náhodným)
spojením deskriptorů a v důsledku toho:
– velký ohlas irelevantních dokumentů
● Omezení pouze na tematickou část obsahové
charakteristiky dokumentu: systém deskriptorů a
nedeskriptorů zahrnuje pouze tematické termíny;
tento nedostatek se odstraňuje připojením
podpůrných souborů identifikátorů (personália, jména
korporací, geografické názvy, atd.).
Příklady tezaurů
● vícejazyčné tezaury
Eurovoc http://europa.eu/eurovoc/
http://www.psp.cz/kps/knih/e_zakinf.htm
MeSH
http://www.medvik.cz/medvik/search_titles.do?source=me
Agrovoc http://www.knihovna.uzpi.cz/
ČPT (EET) - Český pedagogický tezaurus
http://www.npkk.cz/npkk/zakl_tez.php
PSH - Polytematický strukturovaný heslář
http://old.stk.cz/psh.html
● jednojazyčné české tezaury
např. ČTT - Český teologický tezaurus
http://www.etf.cuni.cz/~library/infoctt.html
● Aichison, J., Gilchrist, A., Bawden, D. 2000. Thesaurus
construction and use : a practical manual. 4th ed.
Chicago : Fitzroy Dearborn Publishers, c2000. Kap. A, B, s.
1-13. dostupné ve fondu ÚK FF MU
● Balíková, M. 2001 Problematika věcného pořádání
informací a jejich zpřístupnění. Národní knihovna, 2001,
roč. 12, č. 3, s. 175-186. Dostupné z WWW:
http://full.nkp.cz/nkkr/NKKR0103/0103175.html
● ČSN 01 0193. Dokumentace. Pokyny pro vypracování
a rozvíjení jednojazyčných tezaurů. Úč. 1.2.1996. 52 s. dostupné
v ÚK FF MU, registrační pult
Povinná a použitá literatura
Doporučená a použitá
literatura
● Aichison, J., Gilchrist, A., Bawden, D. Thesaurus construction
and use : a practical manual. 4th ed. Chicago : Fitzroy
Dearborn Publishers, c2000. 218 s.
● Kovář, Blahoslav. 1984. Věcné pořádání informací
a selekční jazyky. Praha : ÚVTEI, 1984. 251 s.
● KTD : Česká terminologická databáze knihovnictví a
informační vědy (TDKIV) [online]. Praha : Národní knihovna
České republiky, 2003. Dostupné z WWW:
http://sigma.nkp.cz/cze/ktd
● Pinkas, O. 2002. Zpracování informačních fondů. Vyd. 1.
V Praze : Vysoká škola ekonomická, 2002. Kap. 7 Selekční
jazyky, s. 89-114, Kap. 8. Tezaurus, s. 115-126. - dostupné ve
fondu ÚK FF MU
● Schwarz, Josef. 2007. Selekční jazyky 1 : Úvod do
problematiky [ppt]. Přednáška č. 2 (kombinované studium).
9.11.2007.