Под индексацией документов в делопроизводстве понимается проставление их порядковых (регистрационных) номеров и определенных условных обозначений, указывающих место их составления, исполнения и хранения. Место простановки определяет ГОСТ Р 6.30-2003, реквизит 12.

Регистрационный индекс означает принадлежность документа к конкретной классификационной крупе и его порядковый номер внутри нее. Порядковый регистрационный номер является обязательным элементом индекса в пределах регистрируемого массива, как правило, за год.

Классификационные группы формируются в соответствии с наименованиями видов документов, их авторов и содержанием. Индексы необходимы для учета, поиска и систематизации документов и в традиционных, и в автоматизированных системах обработки документации.

В пределах одного учреждения или предприятия должна быть разработана единообразная и стабильная система индексирования. Не зависимо от того, где регистрируются документы (в канцелярии или структурных подразделениях), индексы должны иметь постоянное расположение составных частей. В качестве условных обозначений рекомендуется использовать арабские цифры, в отдельных случаях к ним добавляются буквенные литеры.

Для систематизации документов, т.е. разделения их по группам, используется номенклатура дел. Индексы дел, включенных в номенклатуру, входят в состав регистрационных индексов входящих и исходящих документов. Так базовый индекс состоит из индекса дела по номенклатуре, обозначающего принадлежность документа к определенной группе документации, и его порядкового номера внутри данной группы.

Например:

02-10/15, где 02-10 - это индекс дела по номенклатуре, 15 - порядковый номер документа. В соответствии с поисковыми задачами конкретное учреждение или предприятие может добавлять к базовому индексу иные классификационные обозначения: корреспондента, исполнителя и т.п. Части регистрационного индекса могут располагаться и в обратном порядке: 15/02-10, при этом их значение не меняется. Порядковые номера возрастают в течение года и присваиваются отдельно поступающим и отправляемым документам.

При необходимости выделения части документов из единого регистрационного массива возможно использование дополнительного смыслового буквенного индекса. Так, при регистрации приложений, заявлений и жалоб граждан порядковый регистрационный номер дополняется начальной буквой фамилии заявителя, например: И-221, К-212, А-213 и т.д.

При регистрации приказов по вопросам управления кадрами порядковый номер дополняется буквой, например, 18-К, 107 К или 18-л/с, 107-л/с.

К приказам по вопросам управления кадрами относятся приказы о приеме на другую работу, о предоставлении отпусков, обо всех видах поощрений и увольнений, т.е. те на основании, которых вносятся записи в трудовые книжки сотрудников.

При регистрации решений президиумов представительных органов порядковый номер может дополнить индексом (буквой) "П", например, 74-П и т.д.

Индекс документов, составленных несколькими организациями, например, договоров, совместных постановлений, образуется из порядковых регистрационных номеров, присвоенных в каждой организации-авторе, их последовательность определяется последовательностью указания авторов в заголовочной части документа. Например, индекс 16/10 будет означать, что в одной организации документ зарегистрирован под номером 16, а в другой - под номером 10.

При регистрации документ должен получить только один индекс, который одновременно проставляется и на документе и в регистрационной форме. Регистрационные индексы проставляются на входящих документах (приложения к ним не индексируются); на исходящих документах и их копиях, остающихся в учреждении (приложения к ним так же не индексируются); на внутренних документах.

Индексирование –процесс выражения содержания документа и
(или)запроса на информационно-поисковом языке (ИПЯ)с помощью
терминов индексирования– классификационных индексов, предметных
рубрик (ПР), ключевых слов, дескрипторов, кодов. Иными словами,
индексирование – процесс перевода содержания документов и запросов с
естественного языка на ИПЯ, в результате чего создается поисковый образ
документа (ПОД) и поисковый образ запроса (ПОЗ). Таким образом,
происходит «свертывание» информации, содержащейся в документе, и
изложение ее на ИПЯ в виде индекса, предметной рубрики или
дескриптора, ключевого слова

Информационно-поисковый язык (ИПЯ) –это специально созданный
искусственный язык, предназначенный для выражения содержания
документов и (или) запросов с целью их последующего поиска. ИПЯ – это
основной элемент логико-семантического аппарата информационнопоисковой системы (ИПС)
Основные требования, предъявляемые к ИПЯ:
· Однозначность;
· Достаточная семантическая сила
· Открытость (возможность корректировки языка)

Каждый ИПЯ имеет определенный словарный состав, представляющий
совокупность лексических единиц (ЛЕ) – обозначения отдельного
понятия, минимального и неделимого в этой функции. В качестве ЛЕ в
ИПЯ используется лексика естественных языков – слова, словосочетания
предметной рубрики, цифровые или буквенно-цифровые коды и т.д.
Важным моментом при индексировании является создание поискового
образа документов (ПОД).Поисковый образ документа– основное
смысловое содержание документа (а не вся информация, содержащаяся в
нем), выраженное в терминах формализованного ИПЯ. ПОД ставится в
однозначное соответствие этому документу, по нему производится
отыскание документов в массиве документов.

Идексирование запроса также осуществляется путем перевода его
содержания на ИПЯ. Таким образом, совокупность терминов
индексирования, выражающих смысловое содержание запроса, называется
поисковым образом запроса (ПОЗ).
Поиск ведется по совокупности терминов индексирования. С целью
повышения эффективности поиска информации по запросу ПОЗ может быть
дополнен специальными указаниями о последовательности выполнения
логических операций в процессе информационного поиска, которые
называются поисковым предписанием.

Индексирование реализуется в следующих процессах: предметизации,
систематизации и координатном индексировании.
Систематизация –вид индексирования, при котором содержание документа
и (или) запроса выражено классификационными индексами, в соответствии с
правилами определенного классификационного ИПЯ (КС). Такой принцип
индексирования принято считать классификационным. Он обеспечивает
возможность организации информационного поиска по иерархическому
признаку. Специалисты, осуществляющие процесс систематизации в
библиотеках и информационных центрах, называются систематизаторами

Предметизация– вид индексирования, при котором содержание документа и (или)
запроса выражено предметной рубрикой (ПР) в соответствии с правилами определенного
предметизационного ИПЯ. Предметизационный принцип индексирования основан на
использовании ЛЕ, которые входят в состав предметных рубрик, естественного языка (т.е.
предметные рубрики, выражающие ПОД и ПОЗ составляются на основе естественного
языка). Предметизационный принцип индексирования обеспечивает возможность
организации информационного поиска по алфавитному признаку. Процессы
предметизации осуществляются в библиотеках и информационных центрах
предметизаторами.
Координатное индексирование –вид индексирования, при котором смысловое
содержание документа и (или) запроса многоаспектно выражаются множеством ключевых
слов или дескрипторов. ИПЯ, предназначенный для координатного индексирования,
называется дескрипторным языком. Специалисты, осуществляющие координатное
индексирование, называются индексаторами.

.
Итак, в зависимости от вида индексирования, выделяются
предметизационные, классификационные и дескрипторные ИПЯ. В их
состав входит множество ЛЕ и грамматические (парадигматические и
синтагматические) отношения между ними. ЛЕ – обозначение отдельного
понятия, принятое в ИПЯ и неделимое в этой функции. ЛЕ могут
представлять собой принятые в естественном языке слова, устойчивые
словосочетания, аббревиатуры, символы, даты, общепринятые сокращения,
лексически значимые компоненты сложных слов, а также эквивалентные им
кодовые или символические обозначения искусственного языка.
Грамматические отношения позволяют организовать ЛЕ в систему.

Требования к ИПЯ:
· Полно и точно передавать содержание документа, отражаемого в данной ИПС;
· Обеспечить однозначное толкования терминов индексирования;
· Допускать многоаспектное индексирование;
· Допускать внесение изменений (дополнений, исправлений);
· Обеспечивать простоту и удобство индексирования, информационного поиска и
ведение данной ИПС;
· Отражать современное состояние терминосистемы в данной области знания.

10.

Необходимость создания искусственного языка (для
выражения смыслового – семантического содержания
документов с целью их поиска) обусловлена тем, что
естественный язык обладает рядом свойств,
препятствующих его использованию для записи и поиска
информации: это неоднозначность и многозначность слов
естественного языка. Точное значение многих слов можно
определить только из контекста, в котором они
употреблены (ударный инструмент, ударная доза и т.д.).
Эти факторы не позволяют добиться точного соответствия
между содержанием документа и средствами выражения
этого содержания.
Трудности использования естественного языка в качестве
ИПЯ усиливаются еще и тем, что в ИПС в качестве входных
документов могут быть использованы не полные тексты, а
рефераты, аннотации, библиографические описания,
которые являются результатом свертывания содержания
документов.

Индексирование документа обычно организуется через автоматическую обработку его текста и заполнение метаданных. Автоматическая обработка – полнотекстовое индексирование – заключается в преобразовании текста документа в набор слов. Причем обычно для слов сохраняется их позиция в документе, для обеспечения возможности поиска по словосочетаниям. Существуют два принципиально различных метода такого индексирования с учетом применяемых в дальнейшем методов поиска:

бинарное индексирование – не зависит от языка документа по причине бинарной или словарной индексации;

морфологическое индексирование – производится с учетом морфологии и семантики языка.

При бинарном индексировании (контекстно-независимом по классификации) поиск ведется на основе алгоритмов “нечеткого поиска”, т.е. поиска с ошибками. В этом случае допускается неполное (с заданным количеством ошибок в начале, середине и конце слова) совпадение слов с шаблоном. При втором методе индексации (контекстно-зависимом по классификации) слова преобразуются в словоформы с отсечением суффиксов и окончаний, что позволяет искать склонения и спряжения шаблонов.

Стандарта на метаданные на текущий момент не существует, но обычно они включают, по крайней мере, дату создания документа, его размер, возможно, тип и автора, краткое содержание – аннотацию и ключевые слова. Стоит отметить, что последние поля (аннотация и ключевые слова) на сегодняшний день заполняются вручную. При этом, если формат документа их предусматривает и автор их заполнил, то все неплохо, но практически всегда в реальных документах они отсутствуют. Поэтому существующие сегодня системы документооборота их обычно игнорируют по причине крайне дорогого и медленного их заполнения оператором, вводящим документы в систему.

Несмотря на несомненные плюсы, полнотекстовое индексирование в любом своем виде имеет и ряд существенных минусов :

большое количество “мусора” в индексе , т.е. слов никак не характеризующих документ, а связывающих “ключевые” слова – а значит, возможное большое число нерелевантных документов при поиске при попадании шаблона на “мусор”;

большой объем индекса за счет “мусора” – следовательно, расход ресурсов на его хранение и время на поиск по нему.

Эти недостатки обусловлены самой концепцией такого индексирования – сохранением всего текста за исключением “стоп-слов”. Действительно, с одной стороны наличие в индексе всех слов текста гарантирует его нахождение по любому из них, но с другой стороны встает вопрос: “А насколько это корректно?”. Предположим, мы имеем текст о компьютерных технологиях, в котором приведена пословица: “За двумя зайцами погонишься, ни одного не поймаешь”. При проведении поиска по слову “заяц” система выдаст этот документ, хотя он не будет иметь ни малейшего отношения к фауне. Наглядно иллюстрируют это приведенные чуть выше слова данного текста “предлог”, “союз” и “местоимение”.

Таким образом можно сделать вывод, что индексировать нужно “ключевые” слова документа , а не весь текст, чтобы гарантировать валидность результатов поиска. Только в отличие от документных систем первого поколения, в которых применялось ручное индексирование, данный процесс должен выполняться полностью автоматически в связи со значительно возросшим потоком документов. Все предпосылки в плане технических средств для этого есть. Кроме того, индексирование “ключевых” слов позволит значительно сократить объем индекса, а посему, и время поиска по нему.

Индексирование документов - это сложный информационно-технологический процесс, с помощью которого становится возможен поиск данного документа поисковыми системами.

Где используется индексирование документов

Индексирование широко применяется поисковыми системами. Также может применяться и локальными программами, например, электронными архивами. Индексирование документов заключается в их описании специальными информационно-поисковыми терминами, в итоге каждому документу присваивается определённый набор ключевых слов, отражающих его смысловое наполнение.

Дополнительные настройки

Индексирование документов в большинстве электронных архивов происходит автоматически, но в той или иной степени требует дополнительных настроек. Например, автоматическое индексирование документов может происходить при помощи специального словаря тезариуса и будет называться контролируемым, а может быть свободным.

Когда делают индексирование:

• При работе с базами данных;
• При работе с электронными архивами;
• При работе с CRM системами.

Недостаток свободного индексирования

Недостатком свободного индексирования перед контролируемым является то, что в текстах документов будут обнаруживаться слова без учёта изменений их форм. Кроме того, для расширения поиска в тезариус возможно включать синонимы ключевых слов и словосочетаний. Также стоит упомянуть, что индексирование документов может быть автоматизированным и координатным, что во много раз расширяет возможности поиска. Между этими видами индексирования документов существуют немалые различия, но они оба предусматривают некое интеллектуальное решение поисковой машины, позволяющее ей более подробно и многосторонне взглянуть на смысловое содержание документа.

Быстрый и качественный поиск

Если рассматривать индексирование документов относительно бумажных архивов, то здесь значение этого словосочетания меняется и означает классификацию документов. Индекс такого документа включает в себя несколько цифр, например: порядковый номер документа, номер структурного подразделения, номер номенклатуры и т.п.

ГОСТ

Индексирование бумажных документов производится в соответствии с ГОСТом, но в конечном итоге преследует ту же цель, что и индексирование электронной документации – облегчение поиска необходимой информации, необходимого документа. Наша компания уже много лет занимается индексированием документов. Если вас заинтересовала данная услуга обратитесь к нашим специалистам.

Статьи

Сукиасян Э.Р.
Школа индексирования. Занятие 1. Стандартные требования к индексированию

[ Библиотека. – 2004. – № 2. – С. 50-52 ]

С января 2ОО4 г. в нашей стране введен в действие непосредственно в качестве Государственного стандарта Российской Федерации ГОСТ 7.59–2ООЗ «СИБИД. Индексирование документов. Общие требования к систематизации и предметизации». Стандарт принят органами по стандартизации Азербайджана, Армении, Белоруссии, Грузии, Казахстана, Киргизии, Молдавии, Таджикистана, Туркмении, Узбекистана.
Индексирование – новое слово? Возможно, для части библиотекарей, работающих в публичных библиотеках. Все мы всегда занимались индексированием – оно включает в себя: систематизацию (без которой не обходится ни одна библиотека), предметизацию, координатное индексирование. ГОСТ 7.74 дает следующее определение этого термина: «Индексирование – выражение содержания документа и/или смысла информационного запроса на информационно-поисковом языке».
Новое для широкого круга библиотекарей понятие появилось в названии ГОСТ 7.59–90, введенного впервые в 1991 г. Тогда в профессиональной печати были опубликованы методические рекомендации, положения стандарта изучались библиотечными работниками. Введение стандарта было своевременным и необходимым. Его основные требования вошли в учебные пособия, инструкции и положения, общегосударственные нормы времени на основные процессы библиотечной работы.
Прошло более десяти лет. За эти годы изменилась классификационная практика в стране. Потребовалось уточнить перечень и наименования классификационных систем. Существенно упорядочена терминология рассматриваемой предметной области. Были утверждены терминологические стандарты 7.73–96, 7.74–96 и 7.76–96, в которые вошли многие из тех терминов, приведенных в стандарте 7.59–90. Изменилось оформление стандартов вообще – они стали межгосударственными.
Существенно обновился за этот период кадровый состав библиотек. В отделах, занимающихся каталогизацией и обработкой документов, появились сотни новых сотрудников. Если даже они имели библиотечное образование, возникла необходимость овладеть новой системой терминов, обновить технологические знания, изучить рекомендованные стандартами приемы и алгоритмы. Тем, которые специальной подготовки не имели, нужно заниматься более целенаправленно и углубленно. Каталогизация такая область библиотечной практики, где самодеятельность недопустима, есть определенные документы (стандарты, нормы, правила, обязательные инструкции), без знания и строго выполнения которых сегодня работать нельзя.
Еще пока не везде, но уже во многих библиотеках появились автоматизированные системы и электронные каталоги. Вместе с ними в нашу повседневную жизнь пришли новые понятия и правила индексирования.
Задачи школы
В связи с введением в действие ГОСТ 7.59–2003 возникло предложение организовать на страницах «Библиотеки», самого массового профессионального издания в нашей стране, заочной Школы индексирования. Мы планируем публиковать материалы этой рубрики постоянно, из номера в номер. Ознакомим с историей разработки стандарта. Поясним, как должен быть связан стандарт с правилами, инструкциями, учебными и практическими пособиями. Глубоко познакомим с терминами и их стандартными определениями. Последовательно разберем общие требования к индексированию документов. Специальные занятия посвятим информационно-поисковым языкам – классификационным, предметизационным, дескрипторным. Подробно рассмотрим принципы, общие требования и правила систематизации, предметизации, координатного индексирования.
Заочная школа предполагает обратную связь со слушателями. Вести занятия буду я, Эдуард Рубенович Сукиасян. Мне можно написать по электронной почте (E-mail: [email protected]) или на адрес редакции журнала.
Предшественники ГОСТ 7.59–2003
Любой стандарт рождается в результате обобщения многолетней практики. Библиотекари учились по учебникам, использовали практические пособия. Стандартов, регламентирующих технологические процессы, многие десятилетия не было. Появление централизованной каталогизации (например, печатной каталожной карточки), общая для всех или многих библиотек система классификации понемногу привели библиотекарей к пониманию целесообразности единых принципов и методов работы. На определенном этапе развития международных связей возникла необходимость максимального согласования отечественной практики каталогизации с зарубежной.
В декабре 1985 г. Международная организация по стандартизации (ИСО), активным членом которой была наша страна, утвердила Международный стандарт 5963 «Документация – методы анализа документов, определения их тематики и выбора терминов индексирования». МС ИСО 5963 по своему содержанию почти полностью совпадал с введенными с 01.01.1985 г. в СССР двумя стандартами: ГОСТ 7.44–84 «СИБИД. Систематизация документов. Общие требования» и ГОСТ 7.45–84 «СИБИД. Предметизация документов. Общие требования». Интересно: требования международного и отечественных стандартов совпадали в деталях, но наши стандарты оказались более четкими, формализованными, содержали некоторые положения, совершенно отсутствующие в МС ИСО. Сказался опыт: в нашей стране первый учебник вышел в 1947 г., многократно пересматривались разного рода инструкции и положения.
Вместе с тем в МС ИСО 5963 обнаружились несомненные достоинства, пренебрегать которыми не хотелось. Самостоятельной частью стандарта были определения встречающихся в нем терминов. В отечественной практике задачи стандартизации терминологии решались отдельными стандартами. В частности, для рассматриваемой области уже был утвержден ГОСТ 7.39–82 «СИБИД. Систематизация и предметизация. Термины и определения (введен с 01.01.1984 г.). Более интересной оказалась другая особенность МС ИСО. В нем вводились понятия и определялись требования общего характера, охватывающие как систематизацию, так и предметизацию. Отечественные ГОСТ 7.44 и 7.45 разрабатывались одним и тем же авторским коллективом, но не имели общей части и не были согласованы в деталях. Мы и не ставили такой задачи, разрабатывая два самостоятельных стандарта.
Преимущества МС ИСО были очевидны: проще освоить любой процесс, тем более – совокупность сложных процессов, какими являются систематизация и предметизация, выделив общее, единичное и особенное. Поэтому было решено объединить два отечественных стандарта, максимально приблизить их к МС ИСО 5963 по структуре и содержанию. В коллективе разработчиков были представлены и крупнейшие библиотеки, и библиографирующие центры, и органы информации. Надо было разработать такой стандарт, применение которого не ограничивалось бы ведомственными рамками. Это значило, что предстояло решить ряд сложных терминологических проблем: в эти годы в стране параллельно функционировали две системы терминов – библиотечная и информационная. Было решено использовать в стандарте современную международную терминологию. Мы пришли к выводу, что рано или поздно противоречия и несогласованности терминологии внутри страны будут урегулированы, жизнь заставит нас принять международные нормы. Впоследствии наша гипотеза полностью оправдалась.
ГОСТ 7.59–90 оказался не единственным, созданным на основе МС ИСО 5963. Спустя несколько лет был разработан и с 01.01.1993 г. введен в действие его «собрат» – ГОСТ 7.66–92 «СИБИД. Индексирование документов. Общие требования к координатному индексированию».
Что было нового
В период разработки ГОСТ 7.59–90 было проведено серьезное научное исследование. Разработчики хотели выяснить, не считают ли библиотекари некоторые требования стандарта 7.44–84 слишком жесткими, неправомерными. Стандартом предусматри-валось обязательное ведение во всех библиотеках алфавитно-предметного указателя к систематическому каталогу (АПУ) – не в качестве вспомогательного аппарата, а в роли составной части каталога. Поэтому предписывалось составление карточки АПУ в процессе обработки новых поступлений. Это требование основывалось на современных представлениях о том, что систематический каталог способен выполнять свои функции, если он обеспечен адекватным АПУ. Иначе говоря указатель отражает содержание фактически существующих в фонде документов, представленных в каталоге, а поступающих в фонд – в процессе их обработки. Вводилось также обязательное редактирование классификационного решения и предметных рубрик АПУ, ведение систематической контрольной картотеки (СКК) к АПУ. Соответственно были изменены общегосударственные нормы времени.
Обследование показало, что сотни библиотек так уже работали, и ничего оригинального, нового стандарт не вносил. Дело в том, что указанные процессы становились обязательными. Выявилось четкое соответствие между наличием и качеством АПУ в библиотеке и количеством обращений к каталогу. Там, где каталог «существовал без адекватного АПУ, он оставался «вещью в себе». Там, где АПУ просто перепечатывался с таблиц классификации, каталогом пользовались с трудом (новая тематика в нем не отражалась). Если же библиотека постоянно вела АПУ, читатель эффективно работал с каталогом.
Новой, конечно, была терминология. Если взять учебники 1940–1950-х гг., то там многих терминов, которыми успешно оперируем сегодня, мы не встретим. Каждая эпоха обогащает наш профессиональный язык. Но если взять ГОСТ 7.59, мы вправе говорить не столько об «обогащении», сколько об уточнении понятий. Впрочем, практика показала, что новая терминология прижилась быстро. Наибольшие трудности возникли с понятием «термин индексирования» (indexing term), разобраться в котором нам еще предстоит.
Структура ГОСТ 7.59–2003
В соответствии с современными требованиями стандарт состоит из 6 разделов. В первом («Область применения») говорится (здесь и далее текст стандарта будет цитироваться без каких-либо изменений и выделяться особым шрифтом):
Настоящий стандарт устанавливает общие требования к индексированию: систематизации и предметизации документов и информационно-поисковым языкам, применяемым при индексировании. Стандарт предназначен для библиотек, органов научно-технической информации, книжных палат, редакций и издательств.
Затем следует довольно обширный раздел «2 Нормативные ссылки»:
В настоящем стандарте использованы ссылки на следующие стандарты:
ГОСТ 7.66–92 (ИСО 5963-85) Система стандартов по информации, библиотечному и издательскому делу. Индексирование документов. Общие требования к координатному индексированию.
ГОСТ 7.73–96 Система стандартов по информации, библиотечному и издательскому делу. Поиски распространение информации. Термины и определения.
ГОСТ 7.74–96 Система стандартов по информации, библиотечному и издательскому делу. Информационно-поисковые языки. Термины и определения.
ГОСТ 7.76–96 Система стандартов по информации, библиотечному и издательскому делу. Комплектование фонда документов. Библиографирование. Каталогизация. Термины и определения.
Очень ценным является раздел «3 Определения», в котором после слов «В настоящем стандарте применяют следующие термины с соответствующими определениями…» дан перечень 45 терминов, большая часть – со ссылками на указанные выше терминологические стандарты, а на 16 других терминов даны определения здесь же.
Вся дальнейшая структура стандарта будет понятна из приведенной схемы.
Структура ГОСТ 7.59–2003 «СИБИД. Индексирование Документов. Общие требования к систематизации и предметизации»

1. Область применения
2. Нормативные ссылки
3. Определения
4. Общие положения 4.1 Сущность индексирования 4.2 Объект индексирования 4.3 Условия индексирования 4.4 Принципы индексирования 4.5 Виды ИПЯ и терминов индексирования
5. Требования к ИПЯ 5.1 Общие требования 5.2 Требования к классификационным ИПЯ 5.3 Требования к предметизационным языкам
6. Технологические процессы и общие правила индексирования 6.1 Общие правила индексирования 6.2 Правила систематизации 6.3 Правила предметизации

Мы начнем наши занятия с раздела 4 «Общие положения». Все терминологические пояснения будут даны по мере необходимости.

Please enable JavaScript to view the