Пропозал

Пропозал
1. Цели системы глоссарий/кл.слова
1) Ключевые слова (KW):
a. Большая часть KW используются как термины.
b. Часть KW является понятиями и используется для классификации
(образуют классификатор).
2) Связи между KW образуют иерархическую систему (граф близкий к полидереву) –
тезаурус.
3) Статьи – объекты msg типа glossary – содержат статьи разъясняющие KW (как
термины, так и понятия).
4) Заметки (Scope Notes) – касаются только деталей глоссарных связей: когда какие
синонимы использовать и пр.
2. Структура ключевого слова keywords
1)
2)
3)
4)
5)
6)
7)
key_id [longint].
status_id – статус KW [int].
name – собственно ключевое слово [text].
lang_id – язык KW [int].
PT – главный синоним (Preferred Term) [0/1]. Если нет синонимов, то PT=1.
is_top_term – вершина одного из деревьев [0/1].
wide_term – наиболее значимые термины, близкие к вершине [0/1]. Необходимость
введения этого поля не ясна.
8) is_section – флаг того, что KW является понятием и используется в классификаторе
[0/1].
9) ScopeNote – ссылка на Scope Note.
10) msg_id – ссылка на статью глоссария (задается только для PT).
3. Связи между KW – kw_kw_relations (id, name_ru, name_en)
3.1. Типы связей между KW.
Структура глоссария задается парными связями между KW.
Связи могут быть следующего типа:
― USE/UF (Used For) – Главный(PT)/вторичный синонимы(NPT).
A USE B = B UF A, где B – главный синоним (PT).
― ANT – антонимы. Симметричная связь между PT.
― BT(Broad Term)/NT(Narrow Term) – более широкий/узкий термин.
A NT B = B BT A, где А – широкий термин, B – узкий термин.
― BTG(Broad Term Generic)/NTG(Narrow Term Generic) – более
разновидность/понятие. A NTG B = B BTG A, где А – понятие, B –
разновидность.
― BTP(Broad Term Partitive)/NTP(Narrow Term Partitive) – целое/часть.
A NTP B = B BTP A, где А – целое, B – часть.
― BTI(Broad Term Instance)/NTP(Narrow Term Instance) – класс/элемент.
A NTI B = B BTI A, где А – класс, B – элемент.
Вместо BTx/NTx всегда можно использовать BT/NT.
― RT – ассоциативно связанные термины. Симметричная связь.
Межязыковые связи (Translation)
― EET – строгая эквивалентность (Exact Equivalence). Симметричная связь.
― IET – нестрогая эквивалентность (Inexact Equivalence) – значения терминов
пересекаются. Симметричная связь.
― PET – частичная эквивалентность (Partial Equivalence) – значение одного
термина шире, чем другого. A PET B, где А – широкий термин, В – узкий
термин.
― O2MT – эквивалентность «один ко многим» (One to Many Equivalence) –
значение одного термина соответствует совокупности значений нескольких
терминов.
A O2MT B, где А – одиночный термин, В – один из группы терминов.
― NET – нет языковой эквивалентности (Non Equivalent Terms). Симметричная
связь.
Для создания глоссария предлагается ввести временный тип связи
― RUBR – связь термина с одной из рубрик верхнего уровня. Используется на
этапе установления связей – такая связь создается при загрузке и
используется для сужения поиска.
3.2. Ограничения на связи
― Невозможна связь KW с самим собой.
― Для KW на разных языках возможны только языковые связи.
― Связи USE/UF, ANT, BT/NT, BTx/NTx, RT возможны только между KW на
одном языке.
― Связи типа BT/NT, BTx/NTx, RT, ANT возможны только между PT.
― Между PT на разных языках возможны только полная эквивалентность EET.
― Для NPT допускаются только связи USE/UF и языковые связи.
― Между любой парой KW возможна только одна связь.
3.3. Таблица kw_kw_map (key_id1,key_id2, relation_id)
Связи между KW задаются таблицей kw_map, имеющей следующую структуру.
2) key_id1 – UID 1-го ключевого слова.
3) key_id2 – UID 2-го ключевого слова.
4) relation_id – тип связи между KW.
Ограничения:
― key_id1 != key_id2 - check
― (key_id1,key_id2 ) - primary key
При заполнении таблицы для асимметричных связей используется только одно
направление (один из двух вариантов), для симметричных упорядочиваются ID.
Асимметричные связи.
Связь
link_id
USE/UF UF
BT/NT
NT
BTx/NTx NTx
термин.
PET
PET
язык).
O2MT
O2MT
RUBR
RUBR
смысл key_id1 и key_id2
key_id1 – PT, key_id2 – NPT.
key_id1 – BT, key_id2 – NT.
аналогично, key_id1 – широкий термин, key_id2 – узкий
key_id1 – широкий термин, key_id2 – узкий термин (другой
key_id1 – одиночный термин, key_id2 – один термин из группы
(другой язык).
key_id1 – термин, key_id2 – section.
Симметричные связи:
ANT, RT, EET, IET, NET.
Для них
key_id1 > key_id2.
4. Интерфейсы работы с глоссарием
4.1. Загрузка
Для загрузки используется список kw, список рубрик – и сразу создаются связи
kw RURB рубрика.
4.2. Установление связей
Показываются:
― термин и его атрибуты;
― уже имеющиеся связи;
― рубрики.
1). Дополнительно: Похожие KW.
2). Интерфейс поиска других KW со следующими возможностями.
― Ограничение по рубрикам:
― все рубрики редактируемого KW (по умолчанию);
― одна/некоторые рубрики редактируемого KW;
― без ограничения по рубрикам.
― Поиск по шаблону.
― Нечеткий поиск.
3). Перевод на другой язык текущего слова и его синонимов или слова заданного с
руки (через словарь).
Интерфейс должен позволять «внести в рабочее поле» KW из списка похожих, из
результатов поиска или из списка переводов и установить связь.
Можно сделать показ интерфейсов 1), 2), 3) альтернативным.
4.3. Смена Preferred Term
Показываются все синонимы одного «гнезда». В интерфейсе указывается новый PT.
Тут главное – точное изменение всех связей и атрибутов. Нужно внимательно
расписать алгоритм.
4.4. Привязка к статьям
Интерфейс показывает KW, его PT (если KW сам им не является) и список всех
глоссарных/энциклопедический статей названия которых похожи на синонимы KW.
Интерфейс позволяет выбрать и привязать к KW статью.
5. Неясные вопросы
5.1. Каноническая форма KW
Предлагаю:
1. единственное число;
2. именительный падеж;
3. нижний регистр.
Вместо 1 можно предложить более интересный вариант
1а. Единственное число для уникальных и неделимых объектов, физически процессов:
Солнце, Марс, Галактика, вселенная, межзвездная среда, закон Ампера, PSF,
Афелий, M31.
Множественное число для классов объектов и их элементов:
астероиды, экзопланеты, переменные звезды, xxx карлики и т.д.
Тут можно немного запутаться, кого-куда, но список будет выглядеть лучше.
Зато первый вариант четче и жестче.
Ваше мнение?
5.2. Группы статей
В нашем глоссарии существуют группы однотипных (одноименных) статьей, взятых
из разных источников.
Два разных примера:
― Алидада (моя), Алидада (Словарь Даля) и Алидада (БЭС).
― Астероид (Засов) и Астероиды (ФК86).
Требования.
1). Названия статей должны оставаться оригинальными, а в разных источниках разные
канонические формы терминов.
2). Надо уметь по-разному показывать списки статей:
― весь глоссарий;
― часть глоссария из одного источника (например, ФК86);
― показ отдельных статей из группы так, чтобы присутствовали ссылки на
остальные.
3). Надо уметь «правильно» связывать KW со статьями.
4). Поддерживать целостность связей KW – статьи глоссария как при добавлении
изменении KW и структуры глоссария, так и при добавлении/удалении статей.
Возможные варианты реализации.
1) Ввести в структуру KW список ссылок на статьи глоссария и ссылку на «главную»
статью.
Преимущества: Сразу находим все статьи по KW.
Недостаток: проблемы с поиском KW, соответствующего статье по ее названию.
2) Ввести в структуру messages (глоссарной статьи ) ссылку на KW–Preferred Term.
Преимущества: Легко находим все статьи по KW или по одной статье.
Недостаток: проблемы с поддержанием целостности – сложный алгоритм
обновления при изменении PT.