OMATOIMISEN KIRJASTONKÃYTÃN TUKEMINEN KEHITTYNEEN ...
OMATOIMISEN KIRJASTONKÃYTÃN TUKEMINEN KEHITTYNEEN ...
OMATOIMISEN KIRJASTONKÃYTÃN TUKEMINEN KEHITTYNEEN ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
helposti sen, että mitään ei löydy. (Deborah). Luottaessaan liikaa järjestelmän antamiin tuloksiin<br />
käyttäjä monesti ei myöskään pyri parantamaan hakutuloksiaan vaikka aihetta olisi. (Tenopir)<br />
4.4.2 Relevanssin parantamiseen kehitettyjä menetelmiä<br />
Sopivan laajojen tai valikoivien hakujen mahdollistaminen on tekijöiden mukaan<br />
tiedonhakujärjestelmän suunnittelun tärkeimpiä haasteita. Tämän päämäärän saavuttamiseksi on<br />
tähän mennessä kehitetty seuraavia menetelmiä :<br />
1) Haun laajentaminen tarkoittaa sitä, että haussa saaduista hakijan relevanteiksi katsomista tietueista<br />
kerätään termejä ja ne lisätään alkuperäisiin, jos hakija haluaa tehdä laajentavan haun. Kullekin<br />
termille lasketaan merkitsevyyspaino sen mukaan, kuinka monessa relevantissa tietueessa se on<br />
esiintynyt. Haun laajentaminen on tutkimuksissa osoittautunut hakutuloksia parantavaksi. Sitä<br />
parantaisi entisestään ymmärrys siitä, milloin laajentamista käyttäjälle ehdotetaan ja hyvät<br />
relevanttiusinformaation keräämisperiaatteet. (Walker 2, 73-74)<br />
2) Käyttäjän antaman relevanttiuspalautteen huomioon ottavaa tiedonhakua voidaan sanoa<br />
probabilistiseksi. Probabilistisissa tiedonhakutekniikoissa on seuraavat edut : 1) niiden toteuttaminen<br />
on tehokasta 2) niiden avulla löydetään enemmän relevantteja dokumentteja kuin Booleantekniikoiden<br />
tai tarkan yhteensovittamisen avulla 3) niillä on vakaa teoreettinen perusta ja 4) niiden<br />
avulla voidaan käsitellä erimuotoisia tai eri alojen julkaisuja. (Hildreth 2, 48)<br />
3) Luokkaselailu ei ole osoittautunut yhtä tehokkaaksi hakujen parantamismenetelmäksi kuin haun<br />
laajentaminen. Tämä ilmeisesti johtuu siitä, että monille teoksille löytyy useampia sopivia luokkia ja<br />
lisäksi luokitus monesti ei ole tarpeeksi yksityiskohtaista.<br />
(Walker 2, 77-78)<br />
4) Automaattista avustusta hakulauseen muotoilussa on joissain hakuohjelmissa käytetty.<br />
Hakuohjelma voi esimerkiksi tehdä automaattisesti käyttäjän pyynnöstä Boolean-lausekkeen<br />
annettujen hakukriteerien perusteella. (Lipow)<br />
5) Smeaton toteaa, että vapaatekstihaku ja Boolean-logiikka ovat riittämättömiä hakutekniikkoja,<br />
koska käsitteet ja sanat usein vastaavat toisiaan huonosti. Samalla sanalla voi olla eri merkitys eri<br />
tieteenaloilla tai eri konteksteissa, toisaalta taas eri sanat monesti tarkoittavat samaa käsitettä.<br />
Luonnollisen kielen prosessointi on yksi tunnetuimpia tekoälyn sovellutuskohteita ja se sisältää<br />
useita tasoja. Syvimmällä tasolla eli diskurssitasolla yritetään tehdä päätelmiä merkityksistä, joita<br />
sanalla on tietyssä kontekstissa. Diskurssitason lähestymistapa muuttaisi Smeatonin mukaan<br />
perinteisen vapaatekstitiedonhaun käsitteelliseksi tiedonhauksi. (Smeaton)<br />
6) Suomalaisessa luokitus- ja indeksointikeskustelussa on ollut esillä ajatus tietokantojen sisällön<br />
jäsentämisestä siten, että karkeaan UDK-luokitukseen yhdistetään asiasanoja. Automaattisessa<br />
luokituksessa luokkia ei määritellä etukäteen, vaan ne muodostuvat dokumentteja kuvaavien<br />
termilistojen samankaltaisuuden perusteella. (Hovi,13)<br />
4 .5 ÄLYKÄS HAKUOHJELMA KOKONAISUUTENA<br />
Neljä vaatimusta tulevaisuuden älykkäälle yleisöpäätteelle ovat Charles Hildrethin mukaan 1)<br />
hakuohjelmaan sisällepääsyn helpottaminen alkuhakemiston ja kyselyn muodostamisen opastuksen<br />
avulla 2) automaattinen avustus epäonnistuneen haun tapahduttua : kyselyn laajennus tai<br />
uudelleenmuotoilu tai vaihtoehtoinen hakustrategia 3) parannetut ja laajennetut Booleanhakumahdollisuudet<br />
ja 4) tiedon linkitys- ja ikkunointitekniikat hakutermien suhteiden<br />
ilmaisemiseksi hakuprosessin aikana. (Hildreth 2, 107)