Автоматизация обработки текстовых документов презентация. Технология обработки текстовой информации Prezentacii com Подготовил презентацию. Форматирование текстового документа
Поиск (в широком смысле) 1) действия субъекта, направленные на получение нового или утерянного (забытого): новой информации, данных, сведений, знаний открытие закономерностей действия по раскрытию (осознанию) скрытых содержаний, недостающих для целостного состояния (действие по восстановлению целостности) 2) один из способов обучения, обеспечивающих возможность получения знаний через самостоятельные мыслительные действия для решения возникающих задач 3
Понятия поиска (2) Поиск данных раздел информатики, изучающий алгоритмы для поиска и обработки информации как в структурированных (базы данных) так и неструктурированных (текстовый документ) данных Информационный поиск (англ. Information retrieval) процесс поиска неструктурированной документальной информации, удовлетворяющей информационные потребности, и наука об этом поиске Поиск информации процесс выявления в массиве информации записей, удовлетворяющих заранее определенному условию поиска или запросу Термин был впервые введён Кельвином Муром в
Поиск как наука Алгоритмы и структуры данных Машинное обучение (Machine Learning) НИУ ВШЭ Факультет бизнес - информатики Базовая кафедра Яндекс. Курсы магистратуры: Web- графы и поиск Алгоритмы и структуры данных для поиска Анализ символьных последовательностей Многомерный статистический анализ 5
Виды поиска полнотекстовый - поиск по всему содержимому документа по метаданным - поиск по атрибутам документа (название, дата создания, размер, автор и т. д.) поиск изображений – распознавание объектов, лиц Существует путаница, связанная с понятиями поиска данных, поиска документов, информационного поиска и текстового поиска. 8
Оценки эффективности. Выпадение (fall-out) Выпадение характеризует вероятность нахождения нерелевантного ресурса и определяется, как отношение числа найденных нерелевантных документов к общему числу нерелевантных документов в базе 14 где D nrel это множество нерелевантных документов в базе, а множество документов, найденных системой
Стратегии поиска. Классификация. Индексы Классификатор (индекс) систематизированный перечень наименованных объектов, каждому из которых в соответствие дан уникальный код (индекс) Методы: Иерархический Фасетный Кодирование - присвоение кода классификационной группировке или объекту классификации. Методы: Порядковый Серийно - порядковый Последовательный Параллельный 16
Пример: индекс в БД объект базы данных, создаваемый с целью повышения производительности поиска данных Индекс формируется из значений одного или нескольких столбцов таблицы и указателей на соответствующие строки таблицы и, таким образом, позволяет искать строки, удовлетворяющие критерию поиска Ускорение работы с использованием индексов достигается за счёт того, что индекс имеет структуру, оптимизированную под поиск например, сбалансированного дерева, В - дерева и т. д. 17
Стратегии поиска. Деревья Двоичное дерево древовидная структура данных, в которой каждый узел имеет не более двух потомков (детей) Двоичное дерево поиска это двоичное дерево, для которого выполняются следующие дополнительные условия (свойства дерева поиска): Оба поддерева левое и правое, являются двоичными деревьями поиска У всех узлов левого поддерева произвольного узла X значения ключей данных меньше, нежели значение ключа данных самого узла X В то время, как у всех узлов правого поддерева того же узла X значения ключей данных не меньше, нежели значение ключа данных узла X 18
Двоичное дерево поиска (2) Двоичное дерево состоит из узлов записей вида (data, left, right), где data некоторые данные, привязанные к узлу, left и right ссылки на узлы, являющиеся детьми данного узла - левый и правый сыновья соответственно Данные (data) обладают ключом (key), на котором определена операция сравнения " меньше ". В конкретных реализациях это может быть пара (key, value) - (ключ и значение), или ссылка на такую пару, или простое определение операции сравнения на необходимой структуре данных или ссылке на неё 19
Двоичное дерево поиска (3) Поиск элемента (FIND) Дано: дерево Т и ключ K Задача: проверить, есть ли узел с ключом K в дереве Т, и если да, то вернуть ссылку на этот узел Алгоритм: Если дерево пусто, сообщить, что узел не найден, и остановиться Иначе сравнить K со значением ключа корневого узла X Если K=X, выдать ссылку на этот узел и остановиться Если K>X, рекурсивно искать ключ K в правом поддереве Т Если K
X, рекурсивно искать ключ K в правом поддереве Т Если K">
Стратегии поиска. Хэширование преобразование по детерминированному алгоритму входного массива данных произвольной длины в выходную битовую строку фиксированной длины Такие преобразования также называются хеш - функциями или функциями свёртки, а их результаты называют хешем, хеш - кодом или сводкой сообщения Если у двух строк хеш - коды разные, строки гарантированно различаются, если одинаковые строки, вероятно, совпадают Предложил сотрудник IBM Хансу Петер Лун в январе 1953 года 21
Хэширование (2) Существует множество алгоритмов хеширования с различными свойствами (разрядность, вычислительная сложность, криптостойкость и т. п.) Простейшие примеры хеш - функций: контрольная сумма или CRC Хорошая хеш - функция должна удовлетворять двум свойствам: 1. Быстро вычисляться 2. Минимизировать количество коллизий Коллизией хеш - функции H называется два различных входных блока данных x и y таких, что H(x) = H(y) 22
Хэширование. Виды (3) Хеш - функции основанные на делении H (k) = k mod m Мультипликативная схема хеширования Хеширование строк переменной длины (Хеширование Пирсона) Универсальное хеширование - используется не одна конкретная хеш - функция, а происходит выбор из заданного семейства по случайному алгоритму 23
Хэширование. Хэш - таблицы (3) Хеш - таблицей называется структура данных, позволяющая хранить пары вида (ключ, хеш - код) и поддерживающая операции поиска, вставки и удаления элемента Бытовым аналогом хеширования в данном случае может служить помещение слов в словаре по алфавиту. Первая буква слова является его хеш - кодом, и при поиске мы просматриваем не весь словарь, а только нужную букву 24
Информационный поиск (Information retrieval) Документ - некий объект, содержащий информацию в зафиксированном виде (тексты на естественном или формализованном языке, изображения, звуковая информация и т. д.) Запрос - формализованный способ выражения информационных потребностей пользователя системы (языки поисковых запросов, синтаксис которых варьируется) Релевантность - функция соответствия документа запросу, субъективна 25
Векторная модель Реализована в 1968 Джерардом Солтоном (Gerard Salton) в поисковой системе SMART Снова коллекция документов, каждый из которых теперь является мультимножеством слов Матрица M, где M ij = TF ij · IDF i, где: Частота терма TF ij относительная доля слова i в тексте j Обратная встречаемость в документах IDF i величина, обратная количеству документов, содержащих слово i Физический смысл M ij степень соответствия слова i тексту j Запрос: t 3 AND t 5 (разрешаем только AND) 28
Вероятностная модель Робертсон (Robertson) и Спарк - Джоунз (Sparck-Jones) в 1977 г. Релевантность – здесь вероятность того, что данный документ может оказаться интересным пользователю Документ: множество слов D = {d 1,..., d n } Запрос: Q k тоже, но храним как множество Соответствие: Зафиксируем запрос Q k Пусть есть распределение вероятностей на всех текстах быть релевантным запросу Q k: обозначаем P(R|Q k,D) Пусть есть распределение вероятностей на всех текстах быть НЕрелевантным запросу Q k: обозначаем P(|Q k,D) Функцией соответствия будет их отношение (или логарифм этой дроби) 29
Поиск в Вебе Нужно анализировать не только текст документа, но и off-page факторы: положение на сайте посещаемость авторитетность источника частота обновления цитируемость страницы и ее авторов Искусственное накручивание рейтинга страниц (SEO) Поиск в полуструктурированных данных 30
Полуструктурированные данные 1) такой способ хранения данных, при котором у каждой единицы информации может быть произвольный набор полей 2) данные без постоянной чётко определённой структуры, либо данные со структурой, неизвестной пользователю. Их удобно представлять в виде графа 31
XML XML (eXtensible Markup Language) – язык текстовой разметки, стандартизованный W3C, удобный для представления полуструктурированных данных 32 XML and IR: A SIGIR 2000 Workshop David Carmel, Yoelle Maarek, Aya Soffer XQL and Proximal Nodes Ricardo Baeza-Yates Gonzalo Navarro bla... bla... bla... Querying XML in Xyleme bla...
Качество ранжирования веб - страниц PageRank это алгоритм, позволяющий оценить, насколько данная интернет - страница популярна предложен Брином и Пейджем в 1998 г. идея: определять рейтинг страницы через количество ведущих на нее ссылок и рейтинг ссылающихся страниц 35
Семантический поиск Семантический Веб новая концепция развития Веба и сети Интернет, принятая и продвигаемая W3C Проблема: большинство данных в Вебе хранится в форме, рассчитанной на восприятие человеком, их структура не очевидна роботу Семантический Веб это не отдельная сеть, а расширение уже существующей 37
Принципы работы Агент программа, работающая без непосредственного управления со стороны человека или другого постоянного контроля, созданная для достижения целей, поставленных перед ней пользователем Закажи для меня эту книгу в ближайшей библиотеке. Посмотри на расписание электричек и мое расписание и выбери билеты в театр, чтобы я мог успеть после работы. Скажи мне, какое вино нужно купить к каждому из блюд в этом меню. И кстати, я не люблю Сотерн. Микроволновка, сходи на сайт производителя и загрузи оптимальные параметры подогрева. 38
Сценарии использования Семантический поиск. Поисковая система сможет выдавать только те сайты, где упоминается в точности искомое понятие, а не произвольные страницы, в тексте которых встретилось данное многозначное ключевое слово. Объединение знаний (интеграция баз данных) Всепроникающие вычисления (ubiquitous computing). Расширение сферы влияния на физический мир 39
Основная цель Семантического Веба создание языка, на котором можно будет описать как данные, так и правила рассуждений об этих данных, так что правила вывода, существующие в какой - либо системе представления знаний, можно будет экспортировать в Веб синтаксис семантика XML – есть синтаксис, но не определена семантика! Тим Бернерс - Ли 40
Структура языка RDF (Resource Description Framework) язык, отвечающий за синтаксис документов Семантического Веба. В нем широко используются ссылки на онтологии для определения смысла слов OWL (Ontology Web Language) язык описания онтологий. Онтология описание классов объектов, их свойств и взаимоотношений для какой - то предметной области (домена) 41
План реализации 1. Синтаксис для представления знаний, использующий ссылки на онтологии (сделано: RDF) 2. Язык описания онтологий (сделано: OWL) 3. Язык описания веб - сервисов (начато: WSDL, OWL-S) 4. Инструменты чтения и разработки документов Семантического Веба (начато: Jena, Haystack, Protege) 5. Язык запросов к знаниям, записанным в RDF (начато: SPARQL) 6. Логический вывод знаний (не сделано). 7. Семантическая поисковая система (начато: SHOE). 8. Агенты Семантического Веба (не сделано). 42
RDF: синтаксис Семантического Веба XML дает возможность создавать документы произвольной структуры, однако данный язык ничего не говорит о том, что означает эта структура RDF кодирует смысл при помощи деревьев глубины три (Notation3), где каждое дерево состоит из: субъекта (подлежащее) свойства (сказуемое) объекта (дополнение) « Небо голубого цвета » = субъект « небо », свойство « иметь цвет », объект « голубой » 44
Пример: RSS RSS семейство XML- форматов, предназначенных для описания лент новостей, анонсов статей, изменений в блогах и т. п. Информация из различных источников, представленная в формате RSS, может быть собрана, обработана и представлена пользователю в удобном для него виде специальными программами - агрегаторами. Под RSS может пониматься: Rich Site Summary богатая сводка сайта RDF Site Summary сводка сайта с применением инфраструктуры описания ресурсов Really Simple Syndication очень простая синдикация 45
Обработка естественного языка Natural Language Processing, NLP - технологии обработки естественных языков Question-Answering Systems, QAS - вопросно - ответные системы На вход такой системе подаётся запрос, сформулированный на естественном языке, после чего он обрабатывается с использованием методов NLP, и генерируется естественно - языковой ответ 46
Проблемы создания QAS Типы вопросов Обработка вопросов Контекстные вопросы Источники знаний для QA- системы Выделение ответов Формулировка ответа (слияние ответов из разных документов) Ответы на вопросы в реальном времени Многоязыковые запросы Интерактивность Механизм рассуждений (вывода) Профили пользователей QA- систем 48
Поиск изображений по содержанию англ. Content-based image retrieval (CBIR) раздел компьютерного зрения, решающий задачу поиска изображений, которые имеют требуемое содержание, в большом наборе цифровых изображений Алгоритм поиска должен анализировать содержание изображения, например, цвет представленных на нём объектов, их форму, текстуру, композицию сцены Термин «Content-based image retrieval» впервые был введен в употребление в 1992 г. Т. Като Альтернатива: методы, основанные исключительно на категоризации метаданных (не подходит к автомтически созданным изображениям, камеры наблюдений) 49
Области применения Поиск изображений в сети интернет Каталогизация изображений произведений искусства Организация работы с архивами фотографических снимков Организация каталогов розничной продажи товаров Медицинская диагностика заболеваний Предотвращение преступлений и беспорядков Военно - оружейное применение Вопросы контроля за распространением интеллектуальной собственности Получение информации о местоположении удаленных зондов и географическое позиционирование Контроль за содержимым массивов изображений 50
Общая схема система производит поиск на основе входного изображения, указываемого пользователем все результирующие экземпляры изображений должны иметь общие элементы с входом, указанным пользователем пользователь может подать на вход как существующее изображение, так и грубый набросок требуемого результата 51
Описание содержания. Цвет Поиск изображений с помощью сравнения цветовых составляющих производится с помощью построения гистограммы их распределения изображение делится на регионы по сходным цветовым характеристикам, и далее учитывается их взаимное расположение 52
Источники Дональд Кнут. Искусство программирования, том 3. Сортировка и поиск /The Art of Computer Programming, vol.3. Sorting and Searching./ 2- е изд. М.: « Вильямс », С MIT OpenCourseWare Школа анализа данных Яндекс Юрий Лифшиц - курс " Алгоритмы для Интернета " Илья Сегалович « Как работают поисковые системы »
Спасибо за внимание! 57
Слайд 1
Технология обработки текстовой информации
Подготовил презентацию: учитель информатики МОУ СОШ № 1 г. Можайска Московской обл. Шлямина Е.А.
Слайд 2
Создание и редактирование документов Форматы текстовых файлов Форматирование документа Гипертекст Компьютерные словари и системы машинного перевода текстов Системы оптического распознания документов
Слайд 3
Создание и редактирование документов Для обработки текстовой информации на компьютере используют приложения общего назначения – текстовые редакторы, которые позволяют создавать, редактировать, форматировать, сохранять и распечатывать текст
Слайд 5
Создание документа
Создание документа начинается с выбора шаблона. Для создания документов со сложной структурой используют Мастера В процессе создания документа в текстовом редакторе пользователь вводит символы с клавиатуры
Слайд 6
Редактирование документа
Редактирование документа производится путём копирования, перемещения или удаления выделенных символов или фрагментов текста. Чтобы заменить одно многократно встречающееся слово на другое: [Правка – Заменить]
Слайд 7
Вставка объектов в документ
Механизм встраивания и внедрения объектов (OLE – Object Linking Embedding) позволяет копировать и вставлять объекты из одного приложения в другое [Вставка – Объект]
Слайд 8
Проверка орфографии и синтаксиса
Для проверки орфографии и синтаксиса используются специальные программные модули, которые включаются в состав текстовых процессоров и редакционно-издательских систем. Наиболее часто встречающиеся опечатки исправляет функция Автозамена
Слайд 9
Форматы текстовых файлов
Формат файла определяет способ хранения текста в файле Для преобразования текстового файла из одного формата в другой используют программы - конверторы
Слайд 11
Сохранение и открытие документа в определенном формате
Слайд 12
Слайд 13
Выбор параметров страницы
Существуют две возможные ориентации страницы: книжная и альбомная На странице можно устанавливать требуемые размеры полей, использовать колонтитулы [Файл – Параметры страницы] Страницы документа требуется нумеровать [Вставка - Номера страниц]
Слайд 14
Форматирование абзацев
В компьютерных документах абзац – любой текст, заканчивающийся управляющим символом (маркером) конца абзаца. Ввод конца абзаца обеспечивается нажатием {Enter}.
Слайд 15
Выравнивание абзацев
Выравнивание отражает расположение текста относительно границ полей страницы. Чаще всего используют четыре способа выравнивания абзацев: По левому краю – левый край ровный, а правый рваный. По центру – оба края имеют неровные очертания, однако каждая строка абзаца симметрична относительно середины. По правому краю – правый край ровный, а левый рваный. По ширине – оба края ровные, то есть располагаются точно по границам страницы. В этом случае последняя строка абзаца ведет себя как при левостороннем выравнивании.
Слайд 16
Отступы и интервалы
Чаще всего абзац начинается отступом первой строки. Весь абзац целиком может иметь отступы слева и справа, которые отмеряются от границ полей страницы. Для выравнивания абзаца ввести команду [Формат – Абзац]
Слайд 17
Списки применяются для размещения в документе различных перечней. Существуют списки различных типов: Нумерованные списки, когда элементы списка сопровождаются арабскими или римскими числами и буквами; Маркированные списки, когда элементы списка отмечаются с помощью специальных символов-маркеров. Возможно создание и вложенных списков, причем вкладываемый список может по своему типу отличаться от основного. Ввести команду [Формат-Список] и на диалоговой панели Списки на вкладке Многоуровневый выбрать требуемый тип многоуровневого списка.
Слайд 18
Таблица – объект, состоящий из строк и столбцов, на пересечении которых образуются ячейки. С помощью таблиц можно форматировать документы. При размещении в таблице чисел можно производить над ними вычисления. Преобразовать имеющийся текст в таблицу можно с помощью команды [Таблица - Преобразовать в таблицу] Вставить документ в таблицу: [Таблица – Вставить в таблицу] Автоматически отформатировать внешний вид таблицы: [Таблица – Автоформат] Форматирование таблицы вручную: [Формат – Границы и заливка] Задать точную ширину столбца: [Таблица – Высота и ширина ячейки]
Слайд 19
Форматирование символов
Символы являются теми основными объектами, из которых состоит документ. Символы – это буквы, цифры, пробелы, знаки пунктуации, специальные символы. Символы можно форматировать. Основные свойства символов: шрифт, размер, начертание и цвет.
Слайд 20
Гипертекст
Гипертекст позволяет структурировать документ путем выделения в нем слов-ссылок (гиперссылок). Гиперссылка состоит из двух частей: указателя ссылки и адресной части ссылки. Указатель ссылки – объект, который визуально выделяется в документе. Адресная часть гиперссылки представляет собой название закладки в документе, на который указывает ссылка. Для создания гиперссылки: ввести команду [Вставка-Гиперссылка].
Слайд 21
Компьютерные словари и системы машинного перевода текстов
Компьютерные словари могут содержать переводы сотен тысяч слов и словосочетаний, а также предоставляют пользователю дополнительные возможности: словари могут являться многоязычными словари могут кроме основного словаря общеупотребительных слов содержать десятки специализированных словарей по областям знаний словари обеспечивают быстрый поиск словарных статей словари могут являться мультимедийными. Среди российских словарей следует выделить словарь Lingvo, который содержит более 1,2 миллиона слов и словосочетаний, систему электронных словарей «Контекст» и словарь «Мультилекс».
Слайд 22
Системы машинного перевода
Системы машинного перевода осуществляют перевод текстов, основываясь на формальном «знании» языка и использовании словарей. Лучшими среди российских систем машинного перевода считаются PROMT и «Сократ».
Слайд 24
Спасибо за внимание!
Слайд 2
Создание и редактирование документов Форматы текстовых файлов Форматирование документа Гипертекст Компьютерные словари и системы машинного перевода текстов Системы оптического распознания документов
Слайд 3
Создание и редактирование документов Для обработки текстовой информации на компьютере используют приложения общего назначения – текстовые редакторы, которые позволяют создавать, редактировать, форматировать, сохранять и распечатывать текст
Слайд 4
Слайд 5
Создание документа
Создание документа начинается с выбора шаблона. Для создания документов со сложной структурой используют Мастера В процессе создания документа в текстовом редакторе пользователь вводит символы с клавиатуры
Слайд 6
Редактирование документа
Редактирование документа производится путём копирования, перемещения или удаления выделенных символов или фрагментов текста. Чтобы заменить одно многократно встречающееся слово на другое: [Правка – Заменить]
Слайд 7
Вставка объектов в документ
Механизм встраивания и внедрения объектов (OLE – Object Linking Embedding) позволяет копировать и вставлять объекты из одного приложения в другое [Вставка – Объект]
Слайд 8
Проверка орфографии и синтаксиса
Для проверки орфографии и синтаксиса используются специальные программные модули, которые включаются в состав текстовых процессоров и редакционно-издательских систем. Наиболее часто встречающиеся опечатки исправляет функция Автозамена
Слайд 9
Форматы текстовых файлов
Формат файла определяет способ хранения текста в файле Для преобразования текстового файла из одного формата в другой используют программы - конверторы
Слайд 10
Слайд 11
Сохранение и открытие документа в определенном формате
Слайд 12
Слайд 13
Выбор параметров страницы
Существуют две возможные ориентации страницы: книжная и альбомная На странице можно устанавливать требуемые размеры полей, использовать колонтитулы[Файл – Параметры страницы] Страницы документа требуется нумеровать [Вставка-Номера страниц]
Слайд 14
Форматирование абзацев
В компьютерных документах абзац – любой текст, заканчивающийся управляющим символом (маркером) конца абзаца. Ввод конца абзаца обеспечивается нажатием {Enter}.
Слайд 15
Выравнивание абзацев
Выравнивание отражает расположение текста относительно границ полей страницы. Чаще всего используют четыре способа выравнивания абзацев: По левому краю – левый край ровный, а правый рваный. По центру – оба края имеют неровные очертания, однако каждая строка абзаца симметрична относительно середины. По правому краю – правый край ровный, а левый рваный. По ширине – оба края ровные, то есть располагаются точно по границам страницы. В этом случае последняя строка абзаца ведет себя как при левостороннем выравнивании.
Слайд 16
Отступы и интервалы
Чаще всего абзац начинается отступом первой строки. Весь абзац целиком может иметь отступы слева и справа, которые отмеряются от границ полей страницы. Для выравнивания абзаца ввести команду [Формат – Абзац]
Слайд 17
Списки
Списки применяются для размещения в документе различных перечней. Существуют списки различных типов: Нумерованные списки, когда элементы списка сопровождаются арабскими или римскими числами и буквами; Маркированные списки, когда элементы списка отмечаются с помощью специальных символов-маркеров. Возможно создание и вложенных списков, причем вкладываемый список может по своему типу отличаться от основного. Ввести команду [Формат-Список] и на диалоговой панели Списки на вкладке Многоуровневый выбрать требуемый тип многоуровневого списка.
Слайд 18
Таблицы
Таблица – объект, состоящий из строк и столбцов, на пересечении которых образуются ячейки. С помощью таблиц можно форматировать документы. При размещении в таблице чисел можно производить над ними вычисления. Преобразовать имеющийся текст в таблицу можно с помощью команды [Таблица-Преобразовать в таблицу] Вставить документ в таблицу: [Таблица – Вставить в таблицу] Автоматически отформатировать внешний вид таблицы: [Таблица – Автоформат] Форматирование таблицы вручную: [Формат – Границы и заливка] Задать точную ширину столбца: [Таблица – Высота и ширина ячейки]
Слайд 19
Форматирование символов
Символы являются теми основными объектами, из которых состоит документ. Символы – это буквы, цифры, пробелы, знаки пунктуации, специальные символы. Символы можно форматировать. Основные свойства символов: шрифт, размер, начертание и цвет.
Слайд 20
Гипертекст
Гипертекст позволяет структурировать документ путем выделения в нем слов-ссылок (гиперссылок). Гиперссылка состоит из двух частей: указателя ссылки и адресной части ссылки. Указатель ссылки – объект, который визуально выделяется в документе. Адресная часть гиперссылки представляет собой название закладки в документе, на который указывает ссылка. Для создания гиперссылки: ввести команду [Вставка-Гиперссылка].
Слайд 21
Компьютерные словари и системы машинного перевода текстов
Компьютерные словари могут содержать переводы сотен тысяч слов и словосочетаний, а также предоставляют пользователю дополнительные возможности: словари могут являться многоязычными словари могут кроме основного словаря общеупотребительных слов содержать десятки специализированных словарей по областям знаний словари обеспечивают быстрый поиск словарных статей словари могут являться мультимедийными. Среди российских словарей следует выделить словарь Lingvo, который содержит более 1,2 миллиона слов и словосочетаний, систему электронных словарей «Контекст» и словарь «Мультилекс».
Слайд 22
Системы машинного перевода
Системы машинного перевода осуществляют перевод текстов, основываясь на формальном «знании» языка и использовании словарей. Лучшими среди российских систем машинного перевода считаются PROMT и «Сократ».
Слайд 23
Слайд 24
Спасибо за внимание!
Посмотреть все слайды
ОБРАБОТКА ТЕКСТОВОЙ ИНФОРМАЦИИ
- Областное государственное автономное образовательное учреждение среднего профессионального образования
- «Борисовский агромеханический техникум»
- урок по дисциплине «Информационные технологии в профессиональной деятельности», II курса специальности 080114 «Экономика и бухгалтерский учет»
- Существует множество методов обработки информации, но в большинстве случаев они сводятся к обработке текстовых, числовых и графических данных. Текстовая информация может возникать из различных источников
- В зависимости от формы представления для обработки текстовых сообщений используют разнообразные информационные технологии. Чаще всего в качестве инструментального средства обработки текстовой электронной информации применяют текстовые редакторы или процессоры.
- Они представляют программный продукт, обеспечивающий пользователя специальными средствами, предназначенными для создания, обработки и хранения текстовой информации. Текстовые редакторы и процессоры используются для составления, редактирования и обработки различных видов информации.
- Отличие текстовых редакторов от процессоров заключается в том, что редакторы, как правило, предназначены для работы только с определенным видом информации, а процессоры позволяют использовать и другие виды информации.
- Редакторы, предназначенные для подготовки текстов условно можно разделить на обычные (подготовка писем и других простых документов) и сложные (оформление документов с разными шрифтами, включающие графики, рисунки и др.)
- Редакторы, используемые для автоматизированной работы с текстом, можно разделить на несколько типов: простейшие, интегрированные, гипертекстовые редакторы, распознаватели текстов, редакторы научных текстов, издательские системы.
- В простейших редакторах-форматерах (например, «Блокнот») для внутреннего представления текста дополнительные коды не используются. Текстовые процессоры представляют систему подготовки текстов (Word Processor). Наибольшей популярностью среди них пользуется программа MS Word.
- ) создание файла для хранения текстовой информации;
- ) ввод и (или) копирование текстовой информации в компьютер;
- ) сохранение текста, представленного в электронной форме;
- Технология обработки текстовой информации с помощью таких программ обычно включает следующие этапы:
- ) открытие файла, хранящего текстовую информацию;
- ) редактирование электронной текстовой информации;
- ) форматирование текста, хранящегося в электронной форме;
- ) создание текстовых файлов на основе встроенных в текстовый редактор стилей оформления;
- Технология обработки текстовой информации с помощью таких программ обычно включает следующие этапы:
- ) автоматическое формирование оглавления к тексту и алфавитного справочника;
- ) автоматическая проверка орфографии и грамматики;
- ) встраивание в текст различных элементов и объектов;
- ) объединение документов;
- ) печать текста.
- К основным операциям редактирования относят: добавление; удаление; перемещение; копирование фрагмента текста, а также поиска и контекстной замены. Если создаваемый текст представляет многостраничный документ, то можно применять форматирование страниц или разделов.
- Большинство текстовых процессоров поддерживает концепцию составного документа - контейнера, включающего различные объекты. Используемая при этом технология связи и внедрения объектов называется OLE (Object Linking and Embedding - связь и внедрение объектов).
- Для автоматизации выполнения часто повторяемых действий в текстовых процессорах используют макрокоманды. Самый простой макрос - записанная последовательность нажатия клавиш, перемещений и щелчков мышью. Она может воспроизводиться, как магнитофонная запись.
- Разновидностью текстовых процессоров являются настольные издательские системы. В них можно готовить материалы по правилам полиграфии. Программы настольных издательских систем (например, Publishing, PageMaker) являются инструментом верстальщика, дизайнера, технического редактора.
- Спасибо за внимание
- Список литературы:
- С.Я. Казанцев, О.Э. Загдзай, Р.М. Оболенский: Правовое обеспечение информационной безопасности: учеб. пособие для студ.высш.учеб.заведений, 2008
- Михеева Е.В. Информационные технологии в профессиональной деятельности: учеб. пособие для студент. сред. проф. образования. – М.: Издательский центр «Академия», 2010
- http://studopedia.net/10_104476_obrabotki-tekstovoy-informatsii.html
