Текстологические методы

Группа текстологических методов объединяет методы извлечения знаний, основанные на изучении специальных текстов из учебников, монографий, статей, методик и других носителей профессиональных знаний.

В буквальном смысле текстологические методы не относятся к текстологии, науке, которая родилась в русле филологии с целью критического прочтения литературных текстов, изучения и интерпретации источников с узко прикладной задаче - подготовки текстов к изданию. Сейчас текстология расширила свои границы включением аспектов смежных наук - герменевтики (науки правильного толкования древних текстов - библии, античных рукописей и др.), семиотики, психолингвистики и др.

Текстологические методы извлечения знаний, безусловно, используя основные положения текстологии, отличаются принципиально от ее методологии, во-первых, характером и природой своих источников (профессиональная специальная литература, а не художественная, живущая по своим особым законам), а во-вторых, жесткой прагматической направленностью извлечения конкретных профессиональных знаний.

Среди методов извлечения знаний эта группа является наименее разработанной, по ней практически нет никакой библиографии, поэтому дальнейшее изложение ни в коей мере не претендует на полноту.

Задачу извлечения знаний из текстов можно сформулировать как задачу понимания и выделения смысла текста. Сам текст на естественном языке является лишь проводников смысла, а замысел и знания автора лежат во вторичной структуре (смысловой структуре или макроструктуре текста), настраиваемой над естественным текстом. «Текст не содержит и не передает смысл, а является лишь инструментом для автора текста».

Рис. ?. Схема извлечения знаний из специальных текстов

Можно выделить две такие смысловые структуры: M₁ - смысл, который пытался заложить автор, это его модель мира, и М₂ - смысл, который постигает читатель, в данном случае инженер по знаниям (аналитик) в процессе интерпретации 1, При этом Т - это словесное одеяние M₁, т. е. результат вербализации V.

Сложность процесса заключается в принципиальной невозможности совпадения знаний, образующих M₁ и М₂, из-за того, что М₁ образуется за счет всей совокупности представлений, потребностей, интересов и опыта автора, лишь малая часть которых находит отражение в тексте Т. Соответственно и М₂ образуется в процессе интерпретации текста Т за счет привлечения всей совокупности научного и человеческого багажа читателя. Таким образом, два инженера по знаниям извлекут из одного Т две различные модели М₂ⁱ и М₂^j.

Встает задача: выяснить, за счет чего можно достичь максимальной адекватности M₁ и М₂, помня при этом, что понимание всегда относительно, поскольку это синтез двух смыслов «свое - чужое».

Рассмотрим подробнее, какие источники питают модель M₁ и создают текст Т. Существуют два компонента любого научного текста. Это первичный материал наблюдений a и система научных понятий b в момент создания текста. В дополнение к этому, помимо объективных данных экспериментов и наблюдений, в тексте обязательно присутствуют субъективные взгляды автора g, результат его личного опыта, а также некоторые «общие места» или «вода» d, кроме этого, любой научный текст содержит заимствования из других источников (статей, монографий и т. д.) q. При этом все компоненты погружены в языковую среду L. Можно записать

Т = (a, b, g, d, q )_L.

Таким образом, компоненты научного текста Т:

- наблюдения - a

- научные понятия - b

- субъективные взгляды - g

- общие места - d

- заимствования - q

При этом компоненты a,g, часть а входят и в модель М₁.

При извлечении знаний аналитику, интерпретирующему текст, приходится решать задачу декомпозиции этого текста (на перечисленные выше компоненты для выделения истинно значимых для реализации базы знаний фрагментов). Сложность интерпретации научных и специальных текстов заключается еще и в том, что любой текст приобретает смысл только в контексте, где под контекстом понимается окружение, в которое «погружен» текст.

Различают микро- и макроконтекст. Микроконтекст – это ближайшее окружение текста. Так, предложение получает смысл в контексте абзаца, абзац в (контексте главы и т. д. Макроконтекст - это вся система знаний, связанная с предметной областью (т. е. знания об особенностях и свойствах, явно не указанных в тексте). Другими словами, любое знание обретает смысл в контексте некоторого метазнания.

Теперь несколько подробнее о центральном звене процедуры извлечения знания - о понимании текста, классическим в текстологии является определение немецкого философа и языковеда В. фон Гумбольдта:

«...Люди понимают друг друга не потому, что передают собеседнику знаки предметов, и даже не потому, что взаимно настраивают друг друга на точное и полное воспроизведение идентичного понятия, а потому, что взаимно затрагивают друг в друге одно и то же звено цепи чувственных представлений и зачатков внутренних понятий, прикасаются к одним и тем же клавишам инструмента своего духа, благодаря чему у каждого вспыхивает в сознании соответствующие, но не тождественные смыслы».

Говоря на языке современного языкознания, понимание - это формирование «второго текста», т.е. семантической структуры (понятийной структуры). В нашей терминологии - это попытка воссоздания семантической структуры M₁ в процессе формирования модели М₂, т. е. это первый шаг структурирования знаний.

Как происходит процесс понимания? Изложим одну из возможных схем. Эта схема согласуется со стратегией изучения всего нового. Основными моментами понимания текста являются:

1. Выдвижение предварительной гипотезы о смысле всего текста (предугадывание).

2. Определение значений непонятных слов (т. е. специальной терминологии).

3. Возникновение общей гипотезы о содержании текста (о знаниях).

4. Уточнение значения терминов и интерпретация отдельных фрагментов текста под влиянием общей гипотезы (от целого к частям).

5. Формирование некоторой смысловой структуры текста за счет установления внутренних связей между отдельными важными (ключевыми) словами и фрагментами, а также за счет образования абстрактных понятий, обобщающих конкретные фрагменты знаний.

6. корректировка общей гипотезы относительно содержащихся в тексте фрагментов знаний (от частей к целому).

7. Принятие основной гипотезы, т. е. формирование М₂. Следует отметить наличие как дедуктивной (от целого к частям), так и индуктивной (от частей к целому) составляющей процесса понимания. Такой двуединый подход позволяет охватывать текст как смысловое единство особого рада, с его основными признаками, такими, как связность, цельность, законченность и др.

Центральными моментами процесса I являются шаги 5 и 7, т. е. формирование смысловой структуры или выделение «опорных», ключевых, слов или «смысловых вех», а также заключительное схватывание «смысловых вех» в единую семантическую структуру.

При анализе текста важно выявление внутренних связей между отдельными элементами текста и понятиями. Традиционно выделяют два вида связей в тексте - эксплицитные (или явные связи), которые выражаются во внешнем дроблении текста, и имплицитные (скрытые связи - внутренние). Эксплицитные связи делят текст на параграфы с помощью перечисления компонентов вводных слов (или коннекторов) типа «во-первых ... , во-вторых ... , однако и т. д.». Имплицитные, или внутренние, связи между отдельными «смысловыми вехами» вызывают основное затруднение при понимании.

Итак, семантическая структура текста образуется в сознании познающего субъекта с помощью знаний о языке, знаний о мире, а также общих знаний (фоновых), в той предметной области, которой посвящен текст. «Тексты пишут для посвященных». Другими словами, если текст не является научно-популярными то для его адекватного прочтения требуется некоторая подготовка.

Таким образом, путь к знаниям удлиняется еще на одно звено. Если мы раньше говорили, что сами текстологические методы редко употребляются как самостоятельный метод извлечения, а обычно используются как некоторая подготовка к коммуникативному взаимодействию, то теперь утверждаем, что и для прочтения текстов нужна подготовка.

Подготовкой к прочтению специальных текстов является выбор совместно с экспертами некоторого «базового» списка литературы, который постепенно введет аналитика в предметную область. В этом списке могут быть учебники для начинающих, главы и фрагменты из монографий, популярные издания. Только после ознакомления с «базовым» списком целесообразно приступать к чтению специальных текстов.

Компоненты формирования смысла текста М₂;

- личный опыт a на ли тика - j

- общенаучная эрудиция аналитика - e

- предварительные знания аналитика о по –w

- экстракт текста Т -(a, b, g, q )

Таким образом, на процесс понимания 1 и модель М₂ влияют следующие компоненты:

- экстракт компонентов (a, b, g, q ) почерпнутый из текста Т;

- предварительные знания аналитика о предметной области w;

- общенаучная эрудиция аналитика e;

- его личный опыт j.

М₂=[(a, b, g, q )’ w, e, j].

Процесс 1 - это очень сложный, не поддающийся формализации процесс, на который существенным образом влияют такие чисто индивидуальные компоненты, как когнитивный стиль познания, интеллектуальные характеристики и др.

Но процедура разбивки текста на части («смысловые группы»), а затем сгущение, сжатие содержимого каждого смыслового куска в «смысловую веху» является, видимо, основой для любого индивидуального процесса понимания. Такая компрессия текста в виде набора ключевых слов, передающих основное содержание текста, может служить удобной методологической основой для проведения текстологических процедур извлечения знаний

В качестве ключевого слова может служить любая часть речи (существительное, прилагательное, глагол и т. д.) или их сочетание. Набор ключевых слов (НКС) - это набор опорных точек, по которым развертывается текст при кодировании в память и осознается при декодировании, это семантическое ядро цельности.

В качестве примера приведем результаты эксперимента по формированию НКС. Знания извлекались из следующего текста.

«Теория фреймов относится к психологическим понятиям, касающимся понимания того, что мы видим и слышим. Эти способы восприятия трактуются с последовательной точки зрения, на их основании осуществляется концептуальное моделирование, целесообразность полученных моделей исследуется вместе с различными проблемами, возникающими в этих двух областях.

Для осознания того факта, что заданная информация в этих областях имеет единственный смысл, человеческая память прежде всего должна быть способна увязывать эту информацию со специальными концептуальными объекта. МП. В противном случае не удается систематизировать информацию, которая выглядит разрозненной. В основе теории фреймов лежит восприятие фактов посредством сопоставления полученной извне информации с конкретными элементами и значениями, а также с рамками, определенными для каждого кон­цептуального объекта в нашей памяти. Структура, представляющая эти рамки, называется фреймом. Поскольку между различными концептуальными объектами имеются некоторые аналогии, то образуется иерархическая структура с классификационными и обобщающими свойствами. Собственно она представляет собой иерархическую структуру отношений типа «абстрактное - конкретное». Сложные объекты представлены комбинацией нескольких фреймов, другими словами, они соответствуют фреймовой сети. Кроме того, каждый фрейм дополняется связанными с ним фактами и процедурой, обеспечивающей выполнение запросов к другим фреймам.

Причиной, по которой представление знаний фреймами выглядит достаточно точным, является возможность более полного описания процесса мышления человека посредством определения крупной и структурированной основной единицы представления знаний и более тесной связи знаний, основанных на фактах, и процедурных знаний. Тем не менее, как было отмечено ее автором, теорию фреймов следует скорее отнести к теории постановки задач, чем к результативной теории. Можно считать, что она существенно повышает уровень и детализирует механизм памяти человека, выводов, понимания и обучения».

Интересно, что одна из гипотез лингвостатистики о том, что наиболее употребляемые слова являются наиболее важными с точки зрения содержания текста, т. е. отражают его тематическую структуру, частично подтвердилась.

Выделим три вида текстологических методов:

1) анализ специальной литературы,

2) анализ учебников,

3) анализ методик.

Обозначенные три метода существенно отличаются, во-вторых, по степени концентрированности специальных знаний, и, во-вторых, по соотношению специальных и фоновых знаний. Наиболее простым методом является анализ учебников, в которых логика изложения обычно соответствует логике предмета и поэтому макроструктура такого текста будет, наверное, более значима, чем структура текста какой-нибудь специальной статьи. Анализ методик затруднен как раз сжатостью изложения и практическим отсутствием комментариев, т. е. фоновых знаний, облегчающих понимание для неспециалистов. Поэтому можно рекомендовать для практической работы комбинацию перечисленных методов.

В заключение приведём одну из возможных практических методик анализа текстов с целью извлечения и структурирования знаний.

1. Составление «базового» списка литературы для ознакомления с предметной областью и чтение по списку.

2. Выбор текста для извлечения знаний.

3. Первое знакомство с текстом (беглое прочтение). Для определения значения незнакомых слов -консультации со специалистами или привлечение справочной литературы.

4. Формирование первой гипотезы о макроструктуре текста.

5. Внимательное прочтение текста с выписыванием ключевых слов и выражений, т.е. выделение "смысловых вех" (компрессия текста).

6. Определение связей между ключевыми словами, разработка макроструктуры текста в форме графа или "сжатого" текста (реферата).

7. Формирование поля знаний на основании макроструктуры текста.