Automatická indexace

Stránka ve výstavbě

Na této stránce se právě pracuje. Prosím needitujte tuto stránku, dokud na ní zůstává tato šablona. Předejdete tak editačnímu konfliktu. Jestliže uběhla od poslední editace doba alespoň dvou dnů, neváhejte tuto šablonu odstranit.

Proces indexace realizovaný pomocí automatických postupů ve všech jeho fázích, tj. při výběru relevantních výrazů z textu v přirozeném jazyce a přiřazování termínů řízeného slovníku. O automatickém indexování se začalo hovořit někdy v 50. letech 20. století. Za jejím rozvojem stojí především obrovský růst využití výpočetní techniky.

počátky indexace

Počátky Automatické indexace

na Mezinárodní konferenci vědeckých informací (International Conference on Scientific Information), která se konala ve Washingtonu v listopadu roku 1958. Názorně předvedená ukázka nové metody se stala senzací celé konference.

Výhody automatické indexace

Hlavní výhodou automatické indexace je objem, který se dá oproti intelektuální indexaci zvládnout za použití podstatně menších prostředků, jež se zvyšujem s počtem indexovaných dokumentů. Druhou nezanedbatelnou výhodou je eliminace subjektivních faktorů indexátora, jelikož veškeré úkony jsou prováděny bez lidského zásahu do výsledků.

Typy automatické indexace

V automatické indexaci existují dva typy postupů tvorby indexu: slovní indexace (automatická extrakce) a pojmová indexace (automatické přiřazování).

Slovní indexace

Též označována jako Automatická extrakce. Je proces pracují s plným textem dokumentu z nějž extrahuje indexační termíny(pracuje tak za použití přirozeného jazyka)

Problémy

I přes velmi pokročilou techniku a propracované postupy se stále nepodařilo dosáhnout výsledků jakých dosahují lidští indexátoři. Je to způsobeno problémy s kterými si vylepšené algoritmy stálě neporadí stejně dobře jako lidský mozek. Konkrétní příklady pro uvedení: homonyma, synonyma, sousloví, proměnlivost významu slova v čase, jiný význam slov, citové zabarvení, nadřazenost a podřazenost termínů,termín vystihující obsah, složité vazby mezi termíny, který není v textu zmíněn , nebo termín, který slovník vůbec neobsahuje.