Ж.В. Соколова Особенности индексирования документов по защите растений

Введение. Защита растений – комплексная отрасль науки, изучающая вредные для растений организмы в их связи с экологической системой биоценозов сельскохозяйственных угодий и природных ландшафтов и разрабатывающая методы и приемы борьбы с ними. Защита растений базируется на данных многих дисциплин: энтомологии и других разделах зоологии, ботаники, микологии, бактериологии, вирусологии, фитопатологии, экологии и биоценологии, химии, биохимии и физиологии животных и растений, физики, биофизики, генетики и селекции, токсикологии, земледелии и т.д. Значение данной научной отрасли трудно переоценить, так как продовольственная безопасность страны напрямую зависит от эффективности проведения защитных мероприятий, от величины сохраненного урожая сельскохозяйственных культур, качества полученной сельскохозяйственной продукции. Данная научная область требует от информационных работников высокой квалификации и постоянного совершенствования знаний при аналитико-синтетической переработке информации.

Для быстрого и эффективного тематического поиска информации по защите растений в автоматизированных информационно-поисковых системах (ИПС) и базах данных (БД) в Федеральном государственном бюджетном научном учреждении «Центральная научная сельскохозяйственная библиотека» (ЦНСХБ) осуществляется индексирование входящего потока документов, то есть процесс выражения и описания содержания документа с помощью информационно-поисковых языков (ИПЯ). В ЦНСХБ для выражения смыслового содержания документов используются предкоординатные и посткоординатные ИПЯ. К предкоординатным (классификационным) языкам относятся: Универсальная десятичная классификация (УДК) и Отраслевой рубрикатор по сельскому хозяйству и продовольствию (ОР). К посткоординатным ИПЯ относятся дескрипторный язык, основным инструментом которого является информационно-поисковый тезаурус (ИПТ) и язык ключевых слов. Понятия, отражающие основное содержание документа, должны быть выражены нормативной научной лексикой. Для унификации этого процесса используется ИПТ, который представляет собой постоянно обновляемый контролируемый машинный словарь научных терминов, отобранных с учетом их значимости и частоты встречаемости в документах баз данных (БД) и прошедших специальную лингвистическую экспертизу и обработку. Термины ИПТ (дескрипторы и аскрипторы) упорядочены по систематическому и алфавитному принципам с указанием на существующие между ними смысловые связи иерархического и неиерархического типа. На данный момент ИПТ объемом более 49 тыс. терминов охватывает все отрасли АПК и достаточно полно отражает современное состояние сельскохозяйственной науки и практики. В ЦНСХБ на основе ИПТ создан микротезаурус по защите растений, существенно облегчающий индексирование документов, поскольку позволяет работать со всем объемом терминологии по данной предметной области.

Целью исследования является анализ особенностей индексирования документов по защите растений в ЦНСХБ на ИПЯ, специально разработанных для автоматизированного поиска: ОР, ИПТ и языка ключевых слов.

Методика исследования. Индексирование документов по защите растений проводится в соответствии с различного рода нормативными документами: ГОСТами, ОР, ИПТ, методическими материалами и инструкциями по индексированию. Необходимым условием качественного индексирования является знание индексатором структуры и тематического диапазона БД «АГРОС» (основного информационного продукта ЦНСХБ), логики поиска в ней, а также реальных запросов пользователей.

При этом соблюдаются общие требования, предъявляемые к индексированию документов: полнота и точность рассмотрения документа, объективность рассмотрения, единообразие отображения сходных документов.

Процесс индексирования документов включает 4 основных этапа, которые практически осуществляются одновременно: анализ содержания документа; выбор понятий, отражающих его основное содержание; выбор терминов индексирования (дескрипторов, ключевых слов, рубрик) для обозначения понятий; формирование поискового образа документа (ПОД) из терминов индексирования.

Содержание работы. Задача индексатора – как можно полнее и тщательнее изучить документ во всех его аспектах, чтобы быть уверенным, что не пропущена никакая полезная информация. Этого можно достичь, тщательно анализируя: титульный лист (для определения места издания и вида документа); заглавие; реферат или аннотацию; оглавление; предисловие, введение, пристатейные ключевые слова и т.п.; первый параграф; схемы, таблицы и подписи под ними; слова или группы слов, подчеркнутые или выделенные при печати; выводы; библиографию.

Рекомендуется придерживаться следующей схемы выделения понятий, подлежащих индексированию:

1. Объект исследования: с.-х. культуры, вредители растений (насекомые-вредители, растительноядные клещи, грызуны и др. млекопитающие, вредители запасов, многоножки, мокрицы, моллюски и др.), возбудители болезней растений (фитопатогенные грибы, фитопатогенные бактерии, вирусы растений, фитоплазмы, фитонематоды и др.), болезни растений (грибные болезни, бактериальные болезни, вирусные болезни, микоплазмозы, нематодозы, комплексные болезни растений, болезни невыясненной этиологии, неинфекционные болезни), сорняки (однодольные, двудольные, однолетние, многолетние, корневищные, корнеотпрысковые) и др. Термины, отражающие объект исследований, рекомендуется записывать в ПОД первыми.

2. Действие и/или его агент: методы борьбы с вредителями, болезнями и сорняками (агротехнический, биологический, химический, физический, механический, интегрированный).

3. Условия действия или условия исследования (полевые опыты, лабораторные исследования, опыты in vitro, вегетационные опыты и т.п.).

4. Цель действия или исследования (создание устойчивых сортов, разработка экологически безопасных технологий и средств борьбы с вредными организмами и т.п.).

5. Методы или методика исследований. Последние отражаются, как правило, только в следующих случаях: а) в документе приводится сравнительный анализ явлений, процессов и т.п. разными методами; б) работа в целом носит методический характер или дается описание нового метода; в) описывается применение известного метода в области, в которой он ранее не применялся.

6. Область применения объекта (селекция, защита растений, биотехнология).

7. Время воздействия на объект, время его действия или время исследования (сезон, время года, год).

8. География объектов, процессов, исследований (страны, области и зоны России, климатические зоны и т.п.).

Индексируются все понятия, исчерпывающе описывающие документ и релевантные для БД. Для индексирования документов по защите растений по ИПТ требуется в среднем 7-10 понятий, но в зависимости от содержания документа их может быть 3-5 или более 10. Отобранные термины индексирования следует записывать в логической последовательности так, чтобы по ним можно было понять содержание документа даже без прочтения его заглавия.

Из ИПТ для выбранных из документа понятий подбираются дескрипторы (разрешенные для индексирования термины), наиболее конкретно отражающие эти понятия. Если нужное понятие совпадает с запрещенным к использованию при индексировании аскриптором (синонимы, омонимы), то следует воспользоваться ссылкой на нужный дескриптор. Например «колорадский жук» (аскриптор) – см. «Leptinotarsa decemlineata» (дескриптор), «пшеница мягкая» – см «Triticum aestivum», «гезаприм» – см. «атразин», «эфиры» – Исп «простые эфиры», «сложные эфиры». Использование при индексировании только дескрипторов придает единообразие и точность отражения тематики документов по защите растений. Наличие ассоциативных отношений между терминами тезауруса облегчает работу индексатора, так как позволяет находить близкие по смыслу понятия и тем самым помогает полнее передать содержание документа. Например, дескриптор «устойчивость к болезням» имеет следующие ассоциации «восприимчивые сорта», «защитные реакции растений», «патогенезозависимые белки», «сигнальные биологически активные вещества», «фитоалексины». В случае уточнения родовых латинских видов растений обращение к статьям ассоциативных дескрипторов является обязательным. Например, дескриптор «томат» имеет ассоциацию «Lycoprsicon», «яблоня» – «Malus», «виноград» – «Vitis». Специфические термины, новые понятия, не представленные в ИПТ, но имеющие высокую частотность и важное значение при составлении ПОДа, используются в качестве ключевых слов (2, с. 62-65).

Отраслевой рубрикатор по сельскому хозяйству и продовольствию специально разработан для автоматизированной информационной системы ЦНСХБ на базе Государственного рубрикатора научно-технической информации (ГРНТИ) с максимальной глубиной классификации до 5 уровней. Рубрикатор по сельскому хозяйству и продовольствию – это классификация научных знаний в структурированном и формализованном виде. Рубрики состоят из кодов и наименований. Код представляет собой цепочку пар арабских цифр (в зависимости от уровня иерархии), разделенных знаком «.» (точка). При рубрике может быть примечание, уточняющее вопросы, которые она отражает в связи с другими рубриками, а также система ссылок (См. и См. также) к другим разделам отраслевого рубрикатора и ГРНТИ и обратных ссылок от них (Отс. от и См. также). Такие ссылки облегчают понимание тематического охвата рубрик и поиск рубрики, необходимой для индексирования конкретного документа. (1, с.16-20).

Проиллюстрируем это на фрагменте рубрикатора:

68.37 Защита растений

Примечание. В рубрике отражаются вопросы защиты растений от вредителей, болезней, сорняков, в т.ч. вопросы защиты растений от неблагоприятных метеорологических факторов.

Защита леса

см. 68.47.37 Защита леса от болезней и вредителей

Оценка сортов и селекция с.-х. растений на устойчивость к вредителям и болезням

см. 68.35.03 Селекция и семеноводство с.-х. растений

68.37.13 Методы защиты растений от вредителей, болезней и сорняков

См. также: Орошение с.-х. земель

68.37.31 Болезни растений и борьба с ними

68.37.31.21 Непаразитарные болезни растений

Нарушение водного режима у растений

см. 68.03.03.21.13 Водный режим с.-х. растений

68.37.31.21.05 Генетические болезни растений

Отс. от 68.03.03.17 Генетика с.-х. растений

Для отражения основных аспектов содержания документу приписывается цифровой код одной или нескольких рубрик (но не более трех). Код рубрики определяет место данного документа в информационном массиве БД, релевантность поиска по запросу пользователей. Поиск документов по кодам ОР позволяет найти в БД большой объем документов по крупным блокам тематической информации, в частности по защите растений, не прибегая к помощи терминов ИПТ или в дополнение к нему.

Рассмотрим особенности индексирования документов по защите растений на нескольких примерах.

Пример 1. Документ «Полифункциональное действие энтомопатогенных микроорганизмов: оценка инсектицидной и антифунгальной активности Bacillus thuringiensis и Beauveria bassiana в отношении личинок колорадского жука и возбудителя ризоктониоза картофеля Rhizoctonia solani соответственно».

Сначала выделяем понятия для индексирования: картофель, колорадский жук, личинки, ризоктониоз, борьба с вредителями, борьба с болезнями, биологический метод борьбы, энтомопатогенные микроорганизмы, Bacillus thuringiensis, Beauveria bassiana, инсектицидная активность, антифунгальная активность, Новосибирская область. Затем присваиваем документу рубрики, пользуясь ОР. В данном случае их будет 3 для наиболее полного раскрытия содержания документа: 68.37.29.49.17 Насекомые – вредители картофеля, 68.37.31.49.19 Грибные болезни картофеля, 68.37.13.17 Биологический метод борьбы с вредителями, болезнями растений и сорняками. И, наконец, подбираем по тезаурусу соответствующие дескрипторы. Обязательным при индексировании документов по защите растений является использование латинских наименований сельскохозяйственных культур, вредных и полезных организмов.