Quy Trình Thiết Kế hệ Thống Tìm Tin Trong Thông Tin - Thư Viện

• Khái niệm tìm tin: Tìm tin như một quá trình truyền thông một cách gián tiếp giữa các tác giả hoặc những người tạo lập các biểu ghi với những người sử dụng thông tin. Các ngôn ngữ và các kênh của hệ thống truyền thông này khác với các hệ thống truyền thông khác như truyền thông đại chúng hoặc truyền thông trực tiếp. Các ngôn ngữ được sử dụng trong hệ thống truyền thông này có thể là các ngôn ngữ tìm tin và/hoặc ngôn ngữ tự nhiên. Còn các kênh truyền thông có thể là các công cụ tìm tin như hệ thống mục lục, bảng tra, cơ sở dữ liệu…Nói cách khác, tìm tin là một quá trình tương tác giữa người sử dụng và các mảng tin thông qua các công cụ tìm tin khác nhau.
• Quá trình tìm tin: Tìm tin là một quá trình cơ bản của con người và nó liên quan mật thiết với việc học tập và giải quyết vấn đề. Quá trình tìm tin được bắt đầu với nhu cầu tin của người sử dụng. Để đạt được mục tiêu như giải quyết một vấn đề, trả lời một câu hỏi cụ thể hoặc để thỏa mãn tính ham hiểu biết, người dùng tin có thể cần thông tin nhanh và ngắn gọn hoặc thông tin đầy đủ và chi tiết.
• Quá trình tìm tin là một quá trình tương tác phụ thuộc vào khả năng của người dùng tin, sự phản hồi từ hệ thống tìm tin và các quyết định của người dùng tin về các hành động tiếp theo dựa trên sự phản hồi này. Các chi tiết về nhu cầu tin ban đầu của người sử dụng có thể thay đổi. Các nhu cầu tin ban đầu thường được điều chỉnh sau khi người tìm tin biết nhiều hơn về vấn đề đang tìm kiếm thông qua sự tương tác với các hệ thống tìm tin.

Vì vậy, quá trình tìm tin tiếp tục đến khi người dùng tin có được thông tin thỏa mãn nhu cầu tin đã được điều chỉnh của mình. Công nghệ thích hợp, chẳng hạn hệ thống tìm tin và giao diện người sử dụng thích hợp, có thể thúc đẩy quá trình nhưng đó không phải là vấn đề cơ bản nhất vì quá trình tìm tin phụ thuộc nhiều vào người dùng tin và nhu cầu tin của người dùng tin cũng như bản chất, số lượng và sự đa dạng của thông tin.

Có thể phân chia các dạng tìm tin theo các tiêu chí khác nhau như dựa vào tính chất của thông tin được tra cứu, dựa vào công cụ tìm tin được sử dụng, dựa vào loại hình tài liệu, dựa vào thời gian xuất bản của tài liệu, dựa vào ngôn ngữ tài liệu... Trên thực tế, để tìm tin một cách hiệu quả, quá trình tìm tin thường được thực hiện dựa trên sự kết hợp nhiều dạng tìm tin với nhau. Dưới đây là hai cách phân chia các dạng tìm tin thường được sử dụng.

a. Dựa vào tính chất của thông tin được tra cứu

Có thể phân chia thành các dạng tìm tài liệu và tìm thông tin dữ kiện.

• Tìm tài liệu là quá trình xác định và chọn lọc các tài liệu từ các nguồn tìm tương ứng với yêu cầu tin hoặc các dấu hiệu tìm tin cho trước như tên tác giả, tên tài liệu, nơi xuất bản, nhà xuất bản…
• Tìm thông tin dữ kiện là quá trình xác định, chọn lọc và tách ra khỏi nguồn tin những số liệu, dữ kiện cụ thể như các số liệu thống kê, các đặc tính, thông số kỹ thuật của các thiết bị, vật liệu, các khái niệm khoa học…để đáp ứng các yêu cầu tin.

b. Dựa vào công cụ tìm tin

Có thể chia thành các dạng tìm tin thủ công, bán tự động và tự động hóa.

• Tìm tin thủ công là quá trình tìm tin dựa trên các công cụ tìm tin thủ công hay còn gọi là công cụ tìm tin truyền thống như hệ thống mục lục, bộ phiếu tra cứu, bảng tra, thư mục, ấn phẩm thông tin, tài liệu tra cứu…
• Tìm tin bán tự động là quá trình tìm tin dựa trên các công cụ tìm tin bán tự động như phiếu lỗ mép và phiếu lỗ soi. Tìm tin tự động hóa là quá trình tìm kiếm các thông tin được xử lý, lưu trữ và truy cập thông qua máy tính hoặc mạng máy tính. Trước đây, tìm tin thủ công là dạng tìm tin phổ biến nhất trong các thư viện và cơ quan thông tin.
• Tìm tin tự động hóa ngày càng phổ biến hơn và trở thành dạng tìm tin chủ yếu trong các thư viện và cơ quan thông tin lớn. Bên cạnh đó, các công cụ tìm tin bán tự động hầu như không còn được sử dụng nữa nên dạng tìm tin bán tự động ngày càng được ít người biết đến.

Hệ thống tìm tin (HTTT) được đề cập đến trong nhiều tài liệu khác nhau. Sau đây là một số định nghĩa về hệ thống tìm tin.

Một số khái niệm liên quan

• Nhu cầu tin: Là nhu cầu khách quan của người dùng tin về những thông tin cần thiết cho công việc cụ thể của mình.
• Yêu cầu tin: Là nhu cầu tin của người dùng tin được thể hiện dưới dạng văn bản hoặc lời.
• Mảng tin (Information retrieval file): Là tập hợp các tài liệu, dữ kiện (hoặc các thông tin về chúng) được sắp xếp theo một trình tự nhất định tiện lợi cho việc tìm và xử lý tin.
• Mẫu tìm của tài liệu: Là nội dung cơ bản của tài liệu được thể hiện bằng các thuật ngữ của ngôn ngữ tìm tin. Mẫu tìm của một tài liệu được tạo lập trong quá trình xử lý tài liệu và được sử dụng để tìm tài liệu đó trong tập hợp nhiều tài liệu khác. Tập hợp các mẫu tìm của tài liệu là một bộ phận không thể thiếu của mảng tin. Quá trình thể hiện nội dung cơ bản của tài liệu bằng mẫu tìm được gọi là quá trình đánh chỉ số.
• Lệnh tìm: Là nội dung của yêu cầu tin được thể hiện bằng các thuật ngữ của ngôn ngữ tìm tin.
• Điểm truy cập (access point) là một từ, cụm từ, mã số, tên gọi…được sử dụng để tìm thông tin trong một hệ thống tìm tin. Điểm truy cập có thể là giá trị của các thuộc tính (hình thức và/hoặc nội dung) của đối tượng được phản ánh trong hệ thống tìm tin.

Ví dụ, trong một hệ thống tìm tin tư liệu, điểm truy cập có thể là tên tác giả, nhan đề, đề mục chủ đề, từ khóa, ký hiệu phân loại…cho phép tìm kiếm và nhận dạng một biểu ghi thư mục. Các điểm truy cập này được người xử lý tài liệu lựa chọn khi tạo lập một biểu ghi.

- Đánh chỉ số (Indexing): Là quá trình thể hiện nội dung tài liệu và/hoặc yêu cầu tin bằng ngôn ngữ tìm tin.

- Tính thích hợp (Relevance): Là mức độ trùng hợp giữa nội dung tài liệu với yêu cầu tin. [8] Tính phù hợp Tính phù hợp (Pertinence) là mức độ trùng hợp giữa nội dung tài liệu và nhu cầu tin. [8] Tiêu chuẩn phù hợp ý nghĩa Tiêu chuẩn phù hợp ý nghĩa là tập hợp các qui tắc nhằm xác lập một cách hình thức mức độ thích hợp của tài liệu với yêu cầu tin. Có thể chia các tiêu chuẩn phù hợp ý nghĩa thành hai nhóm chính là định lượng và logic. Loại thứ nhất sử dụng các tiêu chí định lượng để đánh giá mức độ giống nhau về nội dung giữa tài liệu và yêu cầu tin (hệ số tương thích). ðiều này cho phép sắp xếp kết quả tìm được theo trật tự giảm dần về mức độ thích hợp của tài liệu với yêu cầu tin.

Mục đích chung của một hệ thống tìm tin là giảm tối đa chi phí của người sử dụng để tìm thông tin cần thiết. Chi phí tìm tin có thể được tính bằng thời gian một người sử dụng phải bỏ ra trong tất cả các bước của quá trình tìm tin cho đến khi có được tài liệu hoặc thông tin cần thiết. Người sử dụng có thể gặp nhiều trở ngại trong quá trình tìm tin. Vì vậy, mục đích của một hệ thống tìm tin là hỗ trợ tối đa để người sử dụng có thể tìm được thông tin cần thiết một cách nhanh chóng, đầy đủ và chính xác.

Chức năng chính của một hệ thống tìm tin bao gồm:

• Phân tích nội dung các tài liệu: phân tích và trình bày nội dung chính của tài liệu bằng các ngôn ngữ thích hợp
• Tổ chức và lưu trữ thông tin một cách thích hợp để có thể tìm kiếm thông tin theo các yêu cầu tin của người sử dụng;
• Phân tích các yêu cầu tin của người sử dụng và thể hiện các yêu cầu tin ở dạng thích hợp với việc tìm kiếm trong hệ thống
• Tìm trong hệ thống và lựa chọn thông tin thích hợp với yêu cầu tin

Thành phần của một hệ thống tìm tin cụ thể bao gồm:

• Các mảng tin bao gồm tài liệu, thông tin về tài liệu/siêu dữ liệu, dữ kiện;
• Các công cụ logic-ngữ nghĩa, bao gồm ngôn ngữ tìm tin, các qui tắc sử dụng ngôn ngữ tìm tin và các tiêu chuẩn phù hợp ý nghĩa;
• Các phương tiện kỹ thuật đảm bảo thực hiện các chức năng của hệ thống;
• Các yếu tố đảm bảo cho việc khai thác hệ thống như nhân sự, tài liệu hướng dẫn sử dụng

Các thành phần cơ bản của hệ thống tìm tin được gọi là các phân hệ. Việc phân chia thành các phân hệ rất cần thiết và hữu ích cho việc thiết kế cũng như mô tả cơ chế vận hành của hệ thống tìm tin. Có nhiều cách chia hệ thống tìm tin thành các phân hệ, trong đó hai cách thường được sử dụng nhất là phân chia theo loại yếu tố và phương tiện đảm bảo hoạt động của hệ thống và phân chia theo nguyên tắc chức năng.

a. Hệ thống công cụ xử lý ngữ nghĩa

Là tập hợp các công cụ ngôn ngữ -logic và phương pháp được sử dụng để xử lý, trình bày, tổ chức và tìm kiếm thông tin trong hệ thống tìm tin.

b. Ngôn ngữ tìm tin

Là ngôn ngữ nhân tạo được dùng để mô tả nội dung tài liệu hoặc yêu cầu tin và để tìm tin

Ngôn ngữ tìm tin được xây dựng để khắc phục các hạn chế của ngôn ngữ tự nhiên trong việc diễn đạt thông tin và tìm kiếm thông tin, bao gồm:

• Có nhiều ngôn ngữ tự nhiên và mỗi ngôn ngữ đều có vốn từ vựng rất lớn, trong đó có nhiều từ không thể sử dụng để xử lý tài liệu và tìm tin;
• Ngôn ngữ tự nhiên có nhiều loại từ và các loại từ có giá trị thông tin khác nhau;
• Có nhiều từ đồng nghĩa, từ đồng âm và ý nghĩa của các từ có thể thay đổi theo ngữ cảnh;

Những hạn chế nêu trên có thể đẫn đến tình trạng vừa thừa vừa thiếu khi sử dụng ngôn ngữ tự nhiên để xử lý và tìm thông tin. Để khắc phục các hạn chế trên, ngôn ngữ tìm tin phải đáp ứng các yêu cầu sau:

• Quan hệ ngữ nghĩa một-một: mỗi khái niệm phải được biểu đạt bằng một thuật ngữ và ngược lại, một thuật ngữ phải biểu đạt một và chỉ một khái niệm.
• Cú pháp được xây dựng chặt chẽ và nhất quán: chỉ có một cách biểu đạt các khái niệm - Có lực ngữ nghĩa mạnh: Lực ngữ nghĩa của ngôn ngữ tìm tin là khả năng phản ánh chính xác và đầy đủ nội dung của tài liệu và yêu cầu tin.
• Bảo đảm tính khách quan của người sử dụng: Chỉ diễn đạt đặc trưng khách quan của các sự vật, hiện tượng và các mối tương quan giữa chúng.
• Bảo đảm khả năng chỉnh sửa và bổ sung ngôn ngữ. Ngôn ngữ tìm tin được xây dựng dựa trên hai thành phần cơ bản là từ vựng và cú pháp.
• Từ vựng của ngôn ngữ tìm tin là tập hợp các đơn vị từ vựng (hay còn gọi là yếu tố từ vựng) được sử dụng để mô tả nội dung tài liệu và/hoặc yêu cầu tin. Đơn vị từ vựng là các từ hoặc ký hiệu được sử dụng để diễn đạt các khái niệm. Mỗi đơn vị từ vựng diễn đạt một khái niệm. Từ vựng là thành phần chính của các ngôn ngữ tìm tin và đóng vai trò rất quan trọng đối với các chuyên gia thông tin - thư viện và người dùng tin trong việc xử lý tài liệu và tìm thông tin.
• Cú pháp của ngôn ngữ tìm tin là tập hợp các mối quan hệ giữa các đơn vị từ vựng, các qui tắc biểu thị các mối quan hệ đó và các qui tắc sử dụng các đơn vị từ vựng để mô tả thông tin.

Có hai loại NNTT tiền kết hợp là ngôn ngữ phân loại và ngôn ngữ đề mục chủ đề. ðặc trưng chính của các NNTT tiền kết hợp là từ vựng có cấu trúc phân cấp một cách hệ thống và thường ở dạng một danh mục được định sẵn với các đơn vị từ vựng là các từ, cụm từ hoặc mã số. Khi đánh chỉ số tài liệu, người xử lý tài liệu có thể sử dụng các đơn vị từ vựng có sẵn hoặc kết hợp các đơn vị từ vựng với nhau theo những qui tắc nhất định để diễn tả các khái niệm phức tạp.

a. Ngôn ngữ phân loại

Ngôn ngữ phân loại là ngôn ngữ tìm tin chuyên dụng cho phép người sử dụng tiếp cận tài liệu theo lĩnh vực tri thức được thể hiện trong nội dung tài liệu. Ngôn ngữ phân loại được sử dụng để phân loại tài liệu. Phân loại tài liệu là sự phân chia các tài liệu thành nhóm theo các dấu hiệu nhất định như lĩnh vực tri thức, vấn đề, đối tượng hoặc theo các dấu hiệu hình thức.

b. Ngôn ngữ tìm tin từ khóa

Từ khóa là từ hoặc cụm từ ổn định, đơn nghĩa được sử dụng để mô tả nội dung chính của tài liệu và để tìm tin. Ngôn ngữ từ khóa là ngôn ngữ tìm tin hậu kết hợp có từ vựng được cấu thành từ các đơn vị từ vựng là từ khóa dựa trên ngôn ngữ tự nhiên, được sử dụng để xử lý tài liệu và yêu cầu tin.

c. Ngôn ngữ tìm tin đề mục chủ đề (ĐMCĐ)

Ngôn ngữ ĐMCĐ là ngôn ngữ tìm tin có từ vựng là một tập hợp các từ hoặc cụm từ từ ngôn ngữ tự nhiên, được sử dụng để mô tả nội dung tài liệu và để tìm tin. Đề mục chủ đề là từ hoặc cụm từ được sử dụng để trình bày chủ đề của tài liệu hoặc yêu cầu tin. Từ vựng của ngôn ngữ tìm tin ĐMCĐ là bảng đề mục chủ đề. Bảng đề mục chủ đề là tập hợp các ĐMCĐ được sắp xếp theo vần chữ cái, đảm bảo sao cho các khái niệm được trình bày rõ ràng và không trùng lặp.

• Ngôn ngữ mô tả tài liệu điện tử
• Ngôn ngữ mô tả tài liệu điện tử
• Ngôn ngữ HTML
• Ngôn ngữ XML
• Siêu dữ liệu (meta)

Hệ thống tìm tin tư liệu là hệ thống tìm tin được phổ biến rộng rãi nhất trong các CQTT-TV. Vì vậy, chương này chủ yếu đề cập đến cách tổ chức thông tin trong các hệ thống tìm tin tư liệu.

Thành phần chính của một hệ thống tìm tin bất kỳ là các tập tin chứa thông tin về các thực thể được phản ánh trong hệ thống. Thực thể có thể là các đối tượng (như con người, tổ chức, tài liệu, vật liệu…) hoặc quá trình, hiện tượng trong thế giới khách quan mà con người có thể nhận dạng và mô tả được. Mỗi một thực thể được mô tả bằng một tập hợp các thuộc tính khác nhau (bộ thuộc tính).

Thuộc tính là những đặc trưng, tính chất phản ánh nội dung hoặc hình thức của thực thể mà con người có thể nhận dạng và trình bày được. Mỗi thuộc tính có một tên và một/nhiều giá trị hoặc nội dung. Nội dung có thể tương đương với giá trị của một thuộc tính hoặc chỉ đề cập một phần của giá trị. Giá trị là các ký tự hoặc bộ ký tự có ý nghĩa, được sử dụng để thể hiện nội dung các thuộc tính. Ví dụ, “ĐHQG Tp.HCM” là một giá trị của thuộc tính “Nhà xuất bản” của tài liệu.

Trong trường hợp một thuộc tính có nhiều giá trị thì giá trị đó được gọi là giá trị lặp. Trường hợp một thuộc tính có thể nhận một trong hai giá trị (có hai giá trị khả dĩ) thì gọi là giá trị nhị phân. Thực thể được phản ánh trong hệ thống tìm tin tư liệu là tài liệu. Các tập tin trong hệ thống tìm tin tư liệu chứa thông tin về tài liệu – là tập hợp các giá trị của các thuộc tính hình thức và nội dung của tài liệu. Thuộc tính hình thức của tài liệu được thể hiện bằng các yếu tố như tên tác giả, nhan đề, các yếu tố xuất bản, dạng tài liệu, số ký hiệu…

Thuộc tính nội dung của tài liệu được thể hiện bằng các thuật ngữ của ngôn ngữ tìm tin được sử dụng trong hệ thống tìm tin. Tập hợp các giá trị của các thuộc tính nội dung chính là mẫu tìm. Quá trình tìm tin trong hệ thống tìm tin tư liệu là quá trình so sánh lệnh tìm với mẫu tìm của tài liệu.

Vì vậy, các mẫu tìm của tài liệu trong các tập tin phải được tổ chức sao cho việc so sánh giữa mẫu tìm và lệnh tìm có thể thực hiện một cách dễ dàng. Một tài liệu được xem là “tìm được” khi mẫu tìm của nó tương thích với lệnh tìm được nhập vào hệ thống. Sau khi tài liệu được xử lý, thông tin về tài liệu được tổ chức trong các tập tin và được lưu trữ trong bộ nhớ của hệ thống tìm tin.

Bộ nhớ là một hệ thống vật mang tin được sử dụng để ghi lại và lưu trữ thông tin theo thời gian nhằm mục đích tìm kiếm và cung cấp thông tin theo yêu cầu. Hệ thống này có thể là hệ thống mục lục truyền thống, các bộ phiếu lỗ mép, phiếu lỗ soi, các thiết bị nhớ như băng từ, đĩa từ, đĩa quang 

Thành phần của bộ nhớ bao gồm các biểu ghi

Biểu ghi của bộ nhớ trong hệ thống tìm tin là vật mang tin được sử dụng để lưu trữ các yếu tố thông tin về tài liệu.

Biểu ghi của bộ nhớ trong hệ thống tìm tin có thể là phiếu mô tả trong hệ thống mục lục thủ công, biểu ghi trong các tập dữ liệu… Có hai nguyên tắc lưu trữ thông tin trong hệ thống tìm tin tư liệu, bao gồm:

• Lưu trữ theo tài liệu: mỗi tài liệu tương ứng với một biểu ghi chứa mẫu tìm của tài liệu đó.
• Lưu trữ theo nội dung của tài liệu: mỗi thuật ngữ của NNTT thể hiện chủ đề của tài liệu (ví dụ một từ khóa/một ĐMCĐ) tương ứng với một biểu ghi trên đó liệt kê số ký hiệu của tất cả các tài liệu có nội dung đề cập đến chủ đề đó.

Nhìn chung, có thể có ba cách tổ chức các biểu ghi trong bộ nhớ của hệ thống tìm tin tư liệu, tương ứng với hai nguyên tắc lưu trữ thông tin nói trên như sau: Pi --> Di , Pi - -> ai , di - -> ai1, ai2, ai3, ..., ain Trong đó Pi - mẫu tìm của tài liệu; Di – tài liệu hoặc bản sao tài liệu; ai - số ký hiệu/địa chỉ lưu trữ tài liệu hoặc bản sao tài liệu; di - thuật ngữ của NNTT; ai1, ai2, ai3, ..., ain - các số ký hiệu/địa chỉ lưu trữ các tài liệu có chứa di trong mẫu tìm. Về bản chất, hai cách đầu tiên là hai trường hợp của cùng một sơ đồ tổ chức. Vì vậy, có thể có hai sơ đồ tổ chức thông tin trong bộ nhớ của hệ thống tìm tin tư liệu là sơ đồ tổ chức tuyến tính và sơ đồ đảo.

Thiết kế là khâu thiết yếu để phát triển hệ thống tìm tin và có tác động trực tiếp đến hiệu quả hoạt động của hệ thống. Quá trình thiết kế một hệ thống tìm tin bao gồm nhiều bước. Theo B.C.Vickery, khi thiết kế hệ thống tìm tin, người thiết kế phải xác định những vấn đề sau:

a. Các chức năng của hệ thống được thiết kế

• Các mục tiêu của hệ thống;
• Các hệ thống lớn hơn có liên quan? Các chức năng và mục tiêu của các hệ thống này?Các khả năng thay đổi các mục tiêu và chức năng của hệ thống?
• Môi trường tổng thể của hệ thống
• Các loại dịch vụ đầu ra của hệ thống và các đặc trưng của các dịch vụ này; - Các loại tài liệu đầu vào của hệ thống: ðặc trưng và số lượng tài liệu được nhập vào hệ thống; - Các qui trình cần thiết để chuyển đổi đầu vào thành đầu ra theo dự tính; - Số lượng đầu vào, đầu ra và mức độ giao dịch dự tính;
• Những trở ngại dự kiến có thể ảnh hưởng đến việc thiết kế và vận hành hệ thống
• Các lựa chọn để thực hiện các mục tiêu của hệ thống được thiết kế

b. Cách đánh giá hiệu quả hoạt động của hệ thống

Để thực hiện việc thiết kế một cách hiệu quả, người thiết kế một hệ thống tìm tin cần nắm được những thông tin sau:

• Các đặc điểm, qui mô và vị trí của các nhóm người sử dụng mục tiêu;
• Nhu cầu tin của các nhóm người sử dụng mục tiêu: nội dung, hình thức và mức độ thường xuyên của nhu cầu tin;
• Các yêu cầu đối với hệ thống và các dịch vụ được cung cấp;
• Các hệ thống hiện hữu có thể phát triển, thay thế hoặc cạnh tranh;
• Phạm vi bao quát của hệ thống: nội dung (các lĩnh vực được bao quát) và qui mô của vốn tài liệu; - Các qui trình lưu trữ và tìm tin thích hợp;
• Mức độ xử lý tài liệu: yêu cầu về độ sâu xử lý các tài liệu được nhập vào hệ thống; - Hình thức và loại hình đầu vào và đầu ra;
• Các yêu cầu đặc biệt như khả năng tương thích với các hệ thống khác, thiết bị cần thiết, kỹ năng của nhân viên…

Quy trình thiết kế HTTT bao gồm các giai đoạn chính như sau:

• Xác định các mục tiêu và yêu cầu đối với hệ thống;
• Thiết kế cấu trúc tổng quát và xây dựng mô hình mẫu (Prototype) của hệ thống;
• Thử nghiệm mô hình mẫu;
• Hoàn chỉnh thiết kế hệ thống và vận hành hệ thống trên cơ sở các kết quả thử nghiệm;
• Kiểm tra, đánh giá hệ thống.