книги / Сетевой информационный поиск

неким шиком, как можно шире использовать жаргонные выражения. В какой-то мере это следствие желания угодить молодежному пользо­ вателю. В результате даже самые серьезные организации подчас ис­ пользуют совершенно не соответствующий стилю их подлинной рабо­ ты язык описаний. В качестве примера скажем, что например на сайте Российской национальной библиотеки (РН Б — бывшей Публичной библиотеки) имеются отсылки к ряду серьезных поисковых систем. И вот в одной из них (по вполне понятным соображениям мы не даем ее названия) в основном каталоге документов имеются разделы: «ха­ лява», «чат» (последнее еще терпимо) и т. п. Другая известная всерос­ сийская система в разделе советов пользователю всерьез пишет «дваж­ ды кликните по приаттаченному файлу», что должно иметь смысл «дважды щелкните мышью по названию файла-приложения». Коли­ чество таких примеров огромно. Избежать встречи с ними практичес­ ки невозможно. Иногда даже надо помочь читателю «перевести» этот жаргон на нормальный русский язык Мы с самого начала оговариваем, что, как это ни заманчиво, подобные выражения жестко исключены из нашего текста, даже если это и не всегда удобно читателю. Кстати, отметим, что, хотя эта болезнь весьма распространена в русскоязыч­ ном Интернете, ею болеют и на Западе. Не случайно на сайте h ttp :// www.ncf.carleton.ca/ip/freenet/subs/complaints крупнейшего в Канаде Карлетонского университета в Оттаве имеется специальный раздел, разъясняющий, естественно на английском языке, смысл жаргонных выражений компьютерного мира.

Компьютерная литература больна и другой болезнью — широким употреблением чрезмерно усложненных выражений и фраз, за кото­ рыми часто теряется весь смысл написанного. Те, кто знакомился с Ин­ тернетом лет 10 тому назад, нередко пользовались прекрасной книгой Матиаса Нолдена «Ваш первый выход в Internet». Книга была переве­ дена с немецкого языка и снабжена полезными примечаниями ее рус­ ского редактора. Однако среди них можно было встретить и такое: «Во­ обще говоря, основным механизмом передачи данных по иерархии протоколов T C P /IP является инкапсуляция. При этом данные прило­ жения инкапсулируются в пакет следующего уровня (TCP или U D P), т. е. дополняются соответствующим заголовком и другой контрольной информацией. В свою очередь этот пакет инкапсулируется в дейтаг­ рамму IP. Таким образом, размер дейтаграммы IP больше пакета TCP. Однако в каком-либо месте сети может возникнуть ситуация, когда среда передачи требует более мелких пакетов. В этом случае исходный пакет TCP фрагментируется на несколько IP дейтаграмм». Согласитесь, что для начинающего это несколько сильно сказано. На том жаргоне,

которого мы стараемся избегать, такой текст принято называть «птичь­ им языком». Мы стараемся в максимальной степени избежать подобно­ го стиля изложения (как и жаргона). Может быть такой языковый пу­ ризм и может вызвать некое раздражение. Мы заранее приносим свои извинения тем, кому это не нравится, но будем все же старательно избе­ гать любых языковых крайностей.

Изложение материала связано с необходимостью приведения в тек­ сте многих сетевых адресов. Во многих изданиях их собирают вместе и компонуют в специальные таблицы. Однако это не очень удобно при чтении. С другой стороны, к описанию одной и той же организации — базы данных, библиотеки — по разным причинам иногда приходится возвращаться по несколько раз. Для того чтобы не усложнять чтение, мы решили в нужных случаях повторять адреса при повторных описа­ ниях. Исходя из аналогичных соображений, мы допустили несколько небольших «повторений текста», которые на наш взгляд облегчают чтение и избавляют от необходимости непрерывно возвращаться к уже прочитанному материалу.

Хотя мы говорили о том, что данное пособие является одной из пер­ вых попыток ознакомить читателя с поиском информации в электрон­ ных сетях, мы пишем, имея некоторый опыт создания книги пособий по поиску информации классическими методами. Эти книги были также ориентированы на пользователей. В их написании принимали участие канд. техн. наук А. Г. Орлов и проф. В. А. Прокофьев. Работа с ними позволила нам четко определить тот круг вопросов, который мы стара­ емся отразить в данном пособии. Помощь в начальном знакомстве с Интернетом нам оказал также канд. техн. наук А. А. Кобзов. Большую помощь в овладении навыками работы в сетях оказали нам и младшие поколения нашей семьи. Мы пользуемся случаем выразить всем им свою глубокую благодарность. Когда текст этого пособия был уже практичес­ ки набран на компьютере, в силу непредвиденных обстоятельств файл, не имевший резервной копии, был серьезно поврежден, и мы встали пе­ ред угрозой необходимости заново переписывать значительную часть текста. По счастью, российские программисты, работающие в СШ А в фирме Microsoft, и прежде всего А. Дадиомов и А. Суханов, оперативно помогли нам спасти казалось бы навсегда испорченный файл. Пользу­ емся случаем выразить им нашу искреннюю признательность.

Введение, посвященное полезным советам

Как разумнее пользоваться данным учебным пособием

Пользоваться учебниками и различными пособиями умеют все. Каждый обучающийся, основываясь на личном опыте, давным-давно выработал для себя те приемы, которые лучше всего соответствуют его характеру и общим методам его работы. Тем не менее мы все знаем, что учебный материал обязательно должен быть закреплен практически. Для этой цели в таких науках, как математика, физика, механика и ряде других, решают задачи. Этой же цели служат семинары, лабораторные и курсовые работы, а также иные хорошо известные приемы. Соответ­ ственно, нужно практическое закрепление и просто опробование теоре­ тических положений и советов, которые излагаются в нашем пособии. Самый желательный способ — это работать с этим пособием сидя перед включенным компьютером, который непрерывно связан с Интернетом.

Представим себе, что все финансовые ограничения сняты, что прак­ тически не может быть реализовано в большинстве случаев. Но даже тогда чисто организационные причины: отсутствие мест в компьютер­ ных классах, перегруженность сетей связи и многое другое, не позво­ лят занимающимся непрерывно иметь связь с Интернетом в процессе чтения пособия. В то же время большинство советов и рекомендаций должно быть обязательно опробовано. В результате разрыв во времени между изучаемой по книге теорией и практическими упражнениями может оказываться весьма существенным. Описать и даже дать на снимках сделанных с экрана то, что реально увидят на нем учащийся и пользователь, очень непросто. Передать цветную картинку, возникаю­ щую на экране (а цвет несет изрядную порцию информации), в обычном печатном тексте невозможно. Однако главные особенности учебного процесса — в другом. В Интернете появилось достаточное количество учебных и просто вспомогательных материалов, которые освещают ряд главных особенностей основных рабочих программ. В этих материа­ лах приводится множество полезных отсылок к различным адресам Интернета, прежде всего — различных поисковых машин. Мы, есте­ ственно, будем приводить ссылки на важнейшие из этих материалов. Они же частично будут источником полезных сведений о других адре­ сах. Мы будем стараться приводить главным образом те адреса, в кото­ рых есть много полезных отсылок к другим ресурсам.

Как известно, все материалы Интернета даются в виде гипертекста. Это означает, что некоторые части текста, обычно это термины, назва­ ния ряда организаций и их адреса, непосредственно связаны с соответ­ ствующими файлами. Эти файлы могут располагаться как на совер­ шенно других физических серверах, так и на и на том же самом сервере, что и читаемый документ. Они даже могут просто составлять другую часть читаемого документа. Соответствующие места в читаемом тек­ сте выделяют другим цветом. Читая гипертекст, можно просто не об­ ращать внимание на выделенные места и продолжать чтение. Можно же, наоборот, установить курсор на выделенном месте и щелкнуть ле­ вой клавишей мыши. При хорошей связи вы сразу ж е выйдете на файл, соответствующий выделенному месту. В справочных материа­ лах переход к новому тексту нередко осуществляется щелчком по символической картинке (иконке — icon). Перейдя к новому материа­ лу, вы можете ознакомиться с этим файлом, а затем вернуться обратно. Для этого используется кнопка back, или же стрелка в управляющей строке, которая указывает налево. Детально эти простейшие приемы работы в Интернете мы не описываем. Для нас важно иное. Знако­ мясь в Интернете с какой-либо программой, мы имеем возможность сразу же перейти на нее. Знать для этого адрес новой программы не обязательно, и он, чаще всего, в соответствующем тексте не приво­ дится.

Если новый адрес оказался полезным и интересным для вас, то надо его зафиксировать, иначе каждый раз придется входить в нужную про­ грамму через ту промежуточную, с которой вы стартовали. Нужный адрес обычно высвечивается в соответствующей текстовой строке. Его можно записать в так называемую закладку. Однако в закладке дать нужные пояснения к адресу невозможно. Поэтому лучше сделать со­ ответствующую запись просто на листе бумаги, а затем перенести ее в соответствующее место своего рабочего архива. Это не очень удобно, но надежно. Если в новом материале вас что-либо заинтересовало, то его можно распечатать. Тогда на печатной странице, скорее всего, ав­ томатически распечатается и нужный адрес. Распечатанный материал, особенно если вы несколько раз переходили от одного текста к друго­ му, может выглядеть некрасиво и даже часть букв в нем может быть искажена. Это обычная проблема, связанная с настройкой вашего бро­ узера, то есть той программы, с помощью которой вы осуществляете работу в Интернете ( навигацию). Поэтому иногда лучше просто сохра­ нить нужный материал. Разумнее это делать на специально приготов­ ленной заранее дискете или же в специальной директории вашего вин­ честера. Тут советовать ничего не надо: выбор приема — дело вкуса и

привычки. В печатном тексте пособия, то есть в книге, организовать ги­ пертекстовые переходы невозможно. В ряде случаев если в печатном материале полностью повторяется гипертекст, то термины, которые вы­ деляются в гипертексте цветом, стараются подчеркнуть. Вот так. У нас особой необходимости в подобного рода подчеркиваниях нет, но с ними вы можете встретиться в других пособиях. Так что знайте, зачем это делается. Мы же будем вынуждены в тех случаях, когда это нужно, ря­ дом с указанием соответствующего названия или термина просто при­ водить нужный адрес.

Гипертекстовые возможности привели к тому, что большинство вспомогательных сетевых материалов, указаний и просто учебных све­ дений дается в виде независимых порций текста. Они часто пишутся разными авторами, и читать их можно независимо друг от друга. Мно­ гие из этих материалов весьма полезны и мы будем давать на них ссыл­ ки. К глубокому сожалению, большая часть подобных материалов на­ писана на английском языке. Конечно, знакомиться с подобными пособиями, читая их с экрана, не удобно. Поэтому или перепишите соответствующий материал на дискету, или же напечатайте его. В таких материалах часто приводятся примеры и простенькие задачи. Они тща­ тельно продуманы. Старайтесь всегда их выполнять. Упражнения тако­ го рода можно встретить и в российском Интернете. Так, центральная научная библиотека им. Горького Санкт-Петербургского государствен­ ного университета (СПбГУ) http://www.lib.pu. ги имеет на своем сайте описание работы поисковой библиотечной системы ОРАС(on-linepublic access computers — общедоступный прямой доступккомпъютерам). Раз­ ные варианты ОРАСиспользуются во многих библиотеках мира, в том числе в таких больших, как, например, Британская библиотека. Эта программа широко применяется и во многих ведущих библиотеках России. Мы будем говорить об этой программе не один раз. Наверняка вы столкнетесь с ней и в своей практической деятельности. Поэтому, хотя описание основ поисковой работы с этой системой будет нами приведено далее, мы уже с самого начала настоятельно рекомендуем вам заглянуть в материалы СПбГУ и проделать соответствующие уп­ ражнения.

Нам придется много говорить о различных поисковых системах (searchingengines). Методы составления поисковых запросов в этих си­ стемах во многом схожи. Во всяком случае, они основываются на неко­ торых общих принципах. Тем не менее при более углубленной работе выясняется, что многие детали контакта пользователь-система в раз­ ных системах все же несколько различны. Поисковых систем много и описывать тонкости работы с каждой из них не только невозможно,

но и не имеет реального смысла: слишком большое количество ма­ териала просто запутает читателя. Угадать, какими поисковыми сис­ темами будут впоследствии пользоваться читатели пособия, невоз­ можно. Поэтому мы опишем только общие приципы работы таких систем и разберем несколько важнейших примеров их работы. Этого вполне достаточно для выполнения большинства поисковых задач. Если же вам впоследствии понадобится разбираться в работе выбран­ ной вами системы более детально, то воспользуйтесь соответствую­ щими вспомогательными материалами. Для этого надо активизиро­ вать кнопки помощь, справка, help и им подобные. Очень полезны кнопки FAQ(Frequently Asked Questions — часто задаваемые вопросы).

В более старых системах можно встретиться с эквивалентом этих кно­ пок— FYI (For your Information — для вашего сведения) или же Q&A (Questions and Answers — вопросы и ответы). Иногда, как например в Библиотеке Конгресса США (БК), заголовки этих выражений не со­ кращаются, а приводятся полностью. Уже достаточно давно материалы, открываемые копками с такими надписями, превратились в хорошие описания принципов работы конкретных систем, их структуры и необ­ ходимых приемов работы с ними. Не пренебрегайте этими материала­ ми даже тогда, когда вы будете обращаться к работе с поисковыми системами, опираясь на данное пособие. Это никогда не лишне и почти всегда полезно. Перепечатайте, при необходимости, эти материалы на бумагу или же спишите их на дискеты или винчестер. В общем, за время обучения вы успеете собрать достаточно много дополнительного материала. Систематизируйте его. Он полезен и для опытных пользова­ телей.

Как правильно транслитерировать русский текст и где и как надо учитывать различные кодировки русского алфавита

Любой серьезный поиск профессионально ориентированной ин­ формации рано или поздно сталкивает пользователя с необходимостью прибегать к зарубежным поисковым системам. Далеко не все они позво­ ляют формулировать запросы на русском языке. Очень часто, особенно при работе с онлайновыми каталогами зарубежных библиотек, необхо­ димо просто ввести в систему фамилию автора или же название его тру­ да на русском языке, но с записью текста запроса латинскими буквами. В зарубежной библиотечной практике такие тексты принято называть

романизированными (romanised). Сам процесс такой записи называют

транслитерацией. Романизация текстов — широко распространенный

прием в практике работы не только с каталогами иностранных библио­ тек, но и со многими поисковыми системами. Представляется, что осо­ бых проблем здесь возникнуть не может. Скажем, если нам встретилась фамилия Юрьев, то ее можно записать, например,Jurev или Yur’ev. Осо­ бой разницы как-будто бы нет. Любой человек, даже не очень хорошо знающий язык, поймет обе эти записи правильно. Однако компьютер не человек, и любое простейшее отклонение от нормы он воспримет как ошибку. Поэтому, если мы ищем в каталоге труды на указанную фамилию, то неожиданно можем получить отрицательный ответ. Н уж ­ ный материал может быть и есть, но поисковая машина ответит, что его нет, так как запрос составлен неправильно. Таким образом, надо четко представлять правила транслитерации русских, точнее кирилличес­ ких, текстов.

Проблема транслитерации важна и для других языков. Скажем в не­ мецком языке есть 4 буквы, которых нет в английском. Это й, а, б и £. Аналогичные буквы встречаются и в других языках Запись этих букв в английском проста и однозначна. Для немецкого это соответственно: ие, ае, ое и ss. Несколько сложнее обстоит вопрос с другими языками, кото­ рые используют латиницу. В целом, однако, это не представляет сложной проблемы. Русский же язык может быть транслитерирован по-разно­ му. Есть два пути транслитерации кириллических текстов: использо­ вание диакритических знаков (двоеточий над буквами, разных знаков над и под буквами и т. д . ) и введение обозначений русской буквы, отсутствующей в латинице, двумя латинскими буквами. Существует несколько способов такой транслитерации. Этот вопрос давно волну­ ет библиотечных работников. В табл. 1 приведены основные способы транслитерации русского алфавита, которые были собраны и система­ тизированы библиотечными работниками Германии в конце 60-х го­ дов XX века.

В компьютерной практике, а значит и в сетевом поиске, применяют­ ся главным образом системы транслитерации без диакритических зна­ ков (2 ,3 и 4 столбцы табл. 1). При этом скобки над двойными буквами в американской системе (мы их не приводим) при сетевом поиске обыч­ но опускаются. Более того, в практике американских библиотечных каталогов довольно часто используется и английская система. Амери­ канская система используется в каталогах Библиотеки Конгресса США, где она и была разработана. Заметим также, что в американской систе­ ме при выдаче ответа обе прописные буквы, обозначаемые двумя ла­ тинскими буквами, печатаются как прописные. Например, имя Юрий будет выведено на экран и печать как IUrii. Поскольку компьютерные программы за крайне редкими исключениями, которые всегда огова-

Примечания.

1.Немецкая система применяется также в Австрии и Швейцарии и с небольшими изменениями (ъ-в) в Норвегии и Швеции. Она очень похожа на систему ISO.

2.ISO - Международная организация по стандартизации. Система допускает не­ которые вариации в случаях, когда кириллическая буква заменяется двумя латинскими.

3.В Америке часто применятся английская система. Однако иногда предпочитают пользоваться транслитерациоными правилами библиотеки конгресса США.

4.В окончаниях родительного падежа его заменяют г па и>.

5.Кириллическое ё заменяют обычным е.

6.В обоих вариантах Дуден = е после согласной, - je в начале слога, после гласной и ь, а также после мягкого знака. Кроме того - о после ж, ш, ч,щ, а в Лейпцигском варианте и после ц.

7.В мангеймском варианте - ji после мягкого знака, в лейпцигском варианте - i после любой буквы, следующей вслед за гласной.

8.В английской библиотечной практике окончания ий = у, ый =■иу.

9.В обоих системах Дуден - i /+ / d в начале слога, а также после и.

10.В обоих Дуден кс - х.

11.В обоих Дуден = ss между гласными. Кириллическое сс в начале слога = (J.

12.В конце слова не проставляется, в середине слова остается.

13.В конце слова не проставляется, в середине слова остается.

14.Не проставляется.

15.Ставится в верхнем регистре, а иногда и над буквой латиницы.

16.В мангеймском варианте Дуден -у, в лейпцигском пропускается.

риваются, не чувствительны к регистру букв, на характер ввода вами запроса это не повлияет.

Таким образом, начиная работать с новой системой (поисковой ма­ шиной, каталогом), нужно разобраться в том, как правильно романизи­ ровать тексты своих вопросов. Это не очень сложно. Нужно заранее при­ готовить 2 - 3 тестовых запроса. Они должны включать одну, максимум две буквы, которые по-разному транслитерируются в разных систе­ мах. Соответственно надо послать несколько разных запросов и по­ смотреть, где будет положительный ответ. Сложность такого тестиро­ вания состоит в том, что запрос должен включать в себя материал, который заведомо имеется в данном каталоге (библиотеке). Лучше всего для этой цели выбрать труды широко известных авторов, поли­ тиков, классиков литературы, или науки. Не следует думать, что подоб­ ная работа в практике повседневного поиска будет встречаться часто. Она характерна для начальных этапов работы, когда ищутся наиболее подходящие поисковые машины и библиотечные каталоги. Со време­ нем их список устанавливается. Для каждого пользователя он естествен­ но будет своим. Список изменяется только при существенном измене­ нии тематики поиска.

Кодировка русского алфавита на компьютере имеет несколько вари­ антов. Наиболее известными из них являются КОИ-8 (KOI-8) и СР1251. В соответствии с правилами, основной кодировкой должна быть КОИ-8. К сожалению, это требование часто нарушается. Те, кто давно начал получать послания по электронной почте, хорошо помнят, какие проблемы возникали с перекодировкой текстов писем, если текст по­ слания был написан в другой кодировке по сравнению с той, которая была в программе приема. Сейчас эти технические проблемы решены,

вбольшинстве случаев перекодировка осуществляется автоматически

ипользователь об этом не задумывается. Более того, во всех современ­ ных почтовых программах имеются кнопки для включения перекоди­ ровки текстов полученных писем. Тем не менее в ряде случаев, в част­ ности при работе в Интернете, иногда на экране является знакомая абракадабра неправильной кодировки. Известно, что для ее устране­ ния надо нажать кнопку Вид (View) (третья слева). В открывшемся окне надо найти (практически в самом низу) позицию Кодировка (Encoding) и, нажав на нее, поменять кодировку. Иногда это приходит­

ся делать 2 -3 раза.

Казалось бы, что в этом плане не может возникнуть никаких про­ блем, однако это не так. Многие зарубежные поисковые машины и биб­ лиотечные каталоги, например знаменитая поисковая машина Alta Vista, позволяют вводить запросы на русском языке. Особенно часто это делать в практической работе не приходится, так как чаще всего основ­ ной поиск производится в русскоязычном Интернете и его, конечно, лучше осуществлять с помощью отечественных машин. Тем не менее с подобной ситуацией иногда приходится сталкиваться. Машина примет запрос на русском языке и напечатает ответ. Однако здесь есть одно су­ щественное но. Авторов англоязычных поисковых систем вопросы ко­ дировок русских шрифтов не волнуют. Более того, некоторые коди­ ровки, например альтернативная, за рубежом просто не известны. Получается, что поиск будет производиться среди русскоязычных фай­ лов только с одной кодировкой. Почти наверняка это будет СР-1251. Тогда для того, чтобы найти файлы с кодировкой КОИ-8, нужно и текст запроса ввести в этой кодировке. Для этого надо иметь или соответ­ ствующий драйвер, или же применять различные хитрости. И х описа­ ние выходит за рамки наших задач.

При переходе от языка к языку также существуют определенные проблемы и с транскрипцией, и с транслитерацией имен, названий и, главное, фамилий. Этот вопрос достаточно важен, так как нередко ф а­ милия одного й того же автора может быть транслитерирована поразному. При этом могут возникнуть неожиданные и нежелательные трудности и неточности. Общих правил транслитерации имен соб­ ственных нет. Если в отношении названий городов, а также других гео­ графических названий имеются определенные исторические традиции, то в отношении личных имен и фамилий можно говорить о некоем про­ изволе. Аналогичные проблемы могут возникнуть и с географически­ ми названиями. Так, после возвращения Ленинграду имени СанктПетербург для ряда сетевых наименований встал вопрос о правильной транскрипции. Обсуждалось как писать: Sankt-Peterburg или Saint-