Дескриптор — термин информационного поиска¶

Дескриптор — стандартизированный термин, используемый в информационно-поисковых системах для обозначения предмета, признака или явления, служащего средством описания содержания документа. В простых словах, дескриптор — это «ключевое слово» или «метка», которую специалист (или алгоритм) присваивает документу, чтобы потом по этой метке его можно было найти. Слово происходит от латинского descriptor — «описывающий», и в информатике оно употребляется именно в значении «описатель», «характеристика».

¶Происхождение и назначение

Понятие дескриптора сформировалось в 1950–1960-е годы вместе с развитием библиотечной и информационной науки, когда возникла потребность в автоматизированном поиске научных и технических документов. Классические системы ключевых слов, где каждый автор подбирал слова по своему усмотрению, оказались ненадёжными: одни и те же понятия обозначались десятками синонимов, и поиск «терял» релевантные документы. Решением стало введение контролируемого словаря — тезауруса, — где для каждого понятия закреплялся один точный, унифицированный термин. Именно такой закреплённый термин и называется дескриптором.

В СССР аналогичная система была разработана в ВИНИТИ (Всероссийский институт научной и технической информации) и получила название «Информационно-поисковый язык» (ИПЯ). Дескрипторы здесь входили в состав рубрикаторов и тезаурусов, применявшихся для индексирования научно-технических публикаций.

¶Основные свойства

Дескриптор, в отличие от произвольного ключевого слова, обладает рядом строгих свойств:

• Однозначность — каждый дескриптор соответствует ровно одному понятию из описываемой предметной области.
• Стандартизация — форма дескриптора закреплена в официальном словаре-тезаурусе.
• Семантическая связь — дескрипторы объединены в сеть отношений: синонимии, иерархии (род — вид), ассоциативных связей.
• Регламентированное употребление — индексатор обязан использовать только дескрипторы из утверждённого списка, а не свои формулировки.

¶Дескриптор и тезаурус

Центральным документом, где хранятся дескрипторы, является тезаурус — тематический словарь, описывающий предметную область. Тезаурус фиксирует не только сами дескрипторы, но и связи между ними. Например, для дескриптора «автомобиль» могут быть указаны: родовой термин «транспортное средство», видовые — «легковой автомобиль», «грузовой автомобиль», синонимы — «машина» (неиспользуемый, или «предпочтительный» термин), ассоциативные связи — «двигатель», «дорога».

Такая структура позволяет системе поиска расширять запрос: если пользователь ищет «легковой автомобиль», система может автоматически включить в поиск и документы, помеченные дескриптором «автомобиль», и наоборот — сузить выборку, исключив «грузовой».

¶Классификация дескрипторов

По охватываемой предметной области различают:

• Универсальные (общие) дескрипторы — применимы в любых документах: «метод», «исследование», «результат», «анализ».
• Специальные (отраслевые) дескрипторы — характерны для конкретной области знания: «фотосинтез» в биологии, «интеграл» в математике, «кредитный риск» в экономике.

По структуре выделяют:

• Простые дескрипторы — состоят из одного слова («электрон», «сплав»).
• Составные (словосочетания) — многокомпонентные обозначения («высокопрочный чугун», «искусственный интеллект»).

¶Дескрипторы в современных системах

С развитием интернета и больших массивов данных дескрипторы получили новое применение. В веб-разработке и поисковой оптимизации словом «дескриптор» часто обозначают метатеги, ключевые слова и категории, помогающие классифицировать контент. В программировании термин употребляется в другом значении — дескриптором называют объект, управляющий доступом к атрибутам класса (например, дескрипторы свойств в Python), либо дескриптор файла — внутренний идентификатор открытого файла в операционной системе.

В системах искусственного интеллекта и машинного обучения дескрипторами называют числовые векторы, описывающие объект (изображение, текст, звук) в многомерном пространстве признаков. Дескриптор изображения, например, может кодировать цветовую гистограмму, текстуру и форму объекта, что позволяет искать похожие изображения без ручной разметки.

¶Роль в информационном поиске

Дескрипторы лежат в основе так называемого «индексирования по содержанию» — процесса, при котором документ получает набор меток, отражающих его тематику. Качество подбора дескрипторов напрямую определяет точность поиска: слишком общий дескриптор приводит к появлению лишних результатов, слишком узкий — к пропуску релевантных документов. Поэтому в крупных информационных системах (библиотечных каталогах, патентных базах, научных репозиториях) разработкой и поддержкой тезаурусов занимаются профильные организации, а индексирование выполняют обученные специалисты или автоматические классификаторы.

Источники:

• ГОСТ 7.0-99 «Информационно-библиотечная деятельность. Термины и определения»
• ВИНИТИ. Информационно-поисковый язык и рубрикатор научно-технической информации
• Ланцер Г. А. «Информационный поиск»
• Мильнер Б. Ц., Теодорсон Н. А. «Теория информационно-поисковых систем»
• Словарь-тезаурус по информатике и вычислительной технике