Eötvös Loránd Tudományegyetem Könyvtártudományi Informatikai Tanszék Fülöp Géza Az információ




Download 8.26 Mb.
bet7/47
Sana09.06.2021
Hajmi8.26 Mb.
#14852
1   2   3   4   5   6   7   8   9   10   ...   47
SZEMANTIKAI INFORMÁCIÓELMÉLET
Az információ matematikai-statisztikai elmélete - mint láttuk - teljesen elvonatkoztat a jelentéstől. Csak a legkevesebbel foglalkozik, amit egy eseményről megtudhatunk, azzal, hogy bekövetkezhet. Ez jelentős korlátja az elméletnek. Ám ahogy Henri Allan megállapítja: láthatólag ez volt az ár, amit az információ szélesebb, de bizonytalan, elmosódó jelentésének kvantitatív meghatározásáért fizetni kellett (Allan, 1973).

Az általános információelméletnek viszont az információ szemantikai és pragmatikai vonatkozásával is kell foglalkoznia. Ezek pedig nem választhatók el a jelek jelentésétől. Banczerowski Janusz a következőképpen fogalmazta meg a problémát: “Ha a jelet az információfogalom segítségével interpretálni lehet, akkor világos, hogy attribútumával, azaz jelentésével is hasonló módon járhatunk el. Éppen ezért a jel információelméleti interpre­tációja alapja lehet a jelentés információs koncepciójának.” (Banczerowski, 1979).

A kérdés két részre osztható: az egyik a szemantikai információ fogalmának meghatározása, interpretálása, másik a mértékének kidolgozása. Amióta Shannon dolgozata megjelent, ezek a kérdések is napirenden szerepelnek. A kutatók komoly erőfeszítéseket tesznek megvála­szolásukra. Bar-Hillel már 1955-ben ezt írta: “Az egzakt kapcsolat a jeltovábbítás statisztikai elmélete és a szemantikai információ elmélete között nagyon érdekes és sürgős probléma. De addig nem lehet tárgyalni, amíg nincs szemantikai információelmélet. A két elméletet nem lehet egyszerűen összeolvasztani.” (Bar-Hillel, 1955).

A baj már ott kezdődik, hogy nincs egységes vélemény az információ és jelentés kap­csolatáról. Egyes szerzőknek az a véleménye, hogy a két fogalom elválaszthatatlan egymástól (Kirschenmann, 1969), mások szerint léteznek olyan információfajták is, főleg az élettelen természetben, amelyek nem rendelkeznek jelentéssel. Gluskov úgy véli hogy a kibernetikában az információfogalom nem okvetlenül függ össze a jelentéssel (Gluskov, 1964). Mindenesetre szemantikai információról csak a jelentéssel bíró információ esetében beszélhetünk.

A fogalom tartalmát és a szemantikai információmennyiség mértékét sokan próbálták meghatározni, de eddigelé még egyik meghatározás sem tökéletes. (Sajnos hasonló a helyzet a legtöbb fogalommal, amely az információval kapcsolatban van.) Az alábbiakban röviden, vázlatosan bemutatunk néhány elméletet, vagy inkább elképzelést.

Alig néhány évvel a shannoni elmélet megszületése után D.M. MacKay kidolgozta a tudo­mányos információ elméletét. Eszerint az ember ismereteit képzetek - absztrakt vagy valós struktúrák, képek, sémák, modellek - formájában tárolja. Képzeteit a befogadó az információk segítségével alakítja ki vagy módosítja. Kétféleképpen juthatnak információhoz: fizikai megfigyelés és mérés útján, vagy kommunikációs folyamatban. Előbbi új képességeket hoz létre, utóbbi során reprodukáljuk azokat a képzeteket, amelyekkel az adó már előzőleg rendelkezett (MacKay, 1952).

Az induktív logika felől közelíti meg a szemantikai információ mennyiségét Y. Bar-Hillel és L. Carnap. Elméletük “tulajdonképpen a Shannon-féle elméletnek pontos logikai képe”. Egy állítás információtartalmának mérésére bevezetik a tartalmi mértéket. (content measure = cont). Ha egy i állítás logikai valószínűsége (pl. a hipotézis megerősítésének foka)

                                    mi, akkor cont i = l-mi

“A szemantikai információ fogalma hasonlít az ideális gázok fogalmához, amely nagyon fontos a fizikában, annak ellenére, hogy ilyen gáz a valóságban nem létezik” - írja Bar-Hillel és megjegyzi: “A nyelvi rendszerek, amelyekre információelméletünket kidolgoztuk, nagyon egyszerűek”. Ebben a kijelentésben implicite már benne van elméletük kritikája is. Egy másik hiányosságuk, hogy az információt teljesen elvonatkoztatják az információs folyamattól. “A szemantikai információnak lényegéből következően semmi köze a kommunikációhoz”, majd egy másik helyen: “Mi azt az információt vizsgáljuk, amelyet egy mondat hordoz, önmagában vagy más mondatokhoz viszonyítva, de nem foglalkozunk azzal az információval, amelyet a feladó szándékozott küldeni egy bizonyos üzenet továbbításával, vagy amit a vevő kapott az üzenetből.” (Bar-Hillel-Carnap, 1956, Bar-Hillel, 1955, 1964).

Márpedig ahogy V. A. Poluskin írja: “A szemantikai információ mennyiségét csak a konkrét vevő viszonylatában lehet meghatározni.” (Poluskin, 1967).

Ju. A. Srejder elméletében, amely az előbbivel szemben figyelembe veszi az információ és a szubjektum között megvalósuló relációt, azaz az információ pragmatikus aspektusát is, a tezaurusz fogalma játssza a főszerepet. Ez azoknak a jelentéssel bíró elemeknek (szavaknak, szószerkezeteknek stb.) a halmaza, amelyek az adott jelentésrelációkkal rendelkező nyelvhez tartoznak. Ilyen tezauruszt alkotnak az információátvivőnek az objektív valósággal kapcsolatos ismeretei és az a képessége, hogy a közléseket percipiálni tudja. A tezaurusz nyitott rendszer, amely változhat az objektív valóság hatására. A szemantikai információ mértékéül az a változás szolgálhat, amely az információ hatására a vevő tezauruszában végbemegy.

Vannak olyan közlemények, amelyek nem vonatkoztathatók valamely tezauruszra (például egy ismeretlen nyelvű szöveg), s nem idéznek elő benne változást, információtartalmuk tehát zéró. Ugyancsak zéró az információtartalma annak a hírnek, amelyet már ismerünk. Az előzetes ismeretek azonban növelhetik is egy hír információs értékét. Ha valaki foglalkozott már valamilyen témával, több információt kap egy speciális közleményből, mint az, aki számára a kérdés teljesen ismeretlen. Ezt Srejder úgy értelmezi, hogy egy összetettebb tezauruszban nagyobb változások történhetnek valamely hír hatására, mint egy egyszerűbben (Srejder, 1965, 1967).

A Srejderéhez közel álló felfogást képvisel K. Nordenstreng. Szerinte egy üzenetnek az egyén számára annál több az információtartalma, minél több olyan evidenciát közvetít az objektív valóságról, amely az arra vonatkozó korábbi nézeteiből hiányzott. Az információ mennyisége az objektív valóság és a szubjektív világkép közötti kapcsolattól függ: minél távolabb van az utóbbi a valóságtól vagy minél hiányosabb, elvileg annál több információt lehet az egyénnek közvetíteni (Nordenstreng, 1979).

Nagyon érdekes az a mértékrendszer, amelyet Robert N. Hayes dolgozott ki, s amelyet a shannoni információmérték továbbfejlesztéseként is felfoghatunk. Ő az információt az adat­feldolgozás függvényében értelmezi, s úgy definiálja, mint az adatoknak azon tulajdonságát, amely a feldolgozás hatását, következményeit fejezi ki. Négy feldolgozási szintet különböztet meg, s mindegyikhez hozzárendel egy mértéket, amely az előző szint mértékének általáno­sítása, s az információk növekvő komplexitását tükrözi.

A legalsó szint az adatátvitel - a műszaki értelemben vett kommunikáció - szintje. Az infor­máció mértéke ezen a szinten az egyetlen általánosan elfogadott és elismert shannoni mérték.

A második a válogatás, a szelekció szintje (pl. rekordok válogatása egy adatbázisból). Ezen a szinten a shannoni mérték már nem elegendő, hiszen semmit sem mond az információ értékéről, fontosságáról. Az információt ezen a szinten a súlyozott entrópia méri. Úgy kapjuk, hogy minden jelhez hozzárendelünk az a priori valószínűség mellett egy értéket, ami a fontosságát, jelentőségét méri, s amely azonosítható az információvisszakereső rendszerekben alkalmazott relevancia értékkel. Ha minden jel egyenlően fontos - szükséges feltétel egy távközlési rendszer megtervezésénél - a súlyozott entrópia mértéke a shannonira redukálódik, ha pedig mindegyik egyenlő valószínűségű - a relevancia mértékével lesz egyenlő.



A harmadik szinten az adatok elemzése és strukturálása történik. Célja: az adatokat olyan struktúrákba szervezni, amelyek lehetővé teszik a kiválasztásukhoz szükséges döntések számának csökkentését. Ha például az adatokat egy méretű mátrixba rendezzük csak adattal kell dolgoznunk helyett. Az információ mérésére ezen a szinten Hayes bevezeti a “szemantikai információ” és a “szintaktikai információ” fogalmát. Az előbbi - amelynek tulajdonképpen semmi köze a szemantikához a szó megszokott értelmében - jelek által szolgáltatott információt, az utóbbi a szerkezet által hordozott információt jelenti.

A negyedik szint az adatredukció, amelyet különböző matematikai eljárásokkal (pl. vektoranalízissel, faktoranalízissel) lehet végrehajtani. A szerző újabb változók bevezetésével meghatározza, hogyan oszlik meg a közvetített információ az ún. reduktív, szintaktikus és szemantikus információk között. Határesetben mindegyik szint mértéke a shannoni mértékre redukálódik (Hayes, 1991).

Érdekes Hayes elképzelése, de kérdés, hogy közelebb visz-e az egységes információ­elmélethez?

Az információ értékét próbálja megadni A. D. Harkevics: Az információ annyiban értékes, amennyiben lehetővé teszi egy kitűzött cél megvalósítását. Mértékét az a különbség adja meg, amely fennáll a cél magvalósításának az információ megszerzése előtti és utáni valószínűsége között (Harkevics, 1960).

Az érték azonban - ahogy Afanaszjev rámutat - minőségi meghatározottság, amelyet nehéz vagy lehetetlen formalizálni, s ugyanakkor szubjektív is. Bár természetesen az információnak van saját objektív értéke is, amelyet igazságtartalma szab meg (Afanaszjev, 1975).

A fentieken kívül még nagyon sokan dolgoztak ki szemantikai-pragmatikai információ­elméletet (Kemény, 1953, Wells, 1961, Harrah, 1963, Vojsvillo, 1966), az egységes, minden szempontból kielégítő átfogó elmélet kidolgozása azonban még várat magára.



Találkozunk azonban olyan véleménnyel is, amely tagadja ennek szükségességét. Erik Hollna­gel például azt állítja, hogy az információtudományban, amely az emberi információfelhasználás tanulmányozásával foglalkozik, s mint ilyen a humán tudományok közé tartozik, nincs szükség sem nagyon pontos definíciókra, se matematikai formulákra, mert a szakemberek enélkül is tudják miről beszélnek és megértik egymást (Hollnagel, 1980).




Download 8.26 Mb.

1   2   3   4   5   6   7   8   9   10   ...   47




Download 8.26 Mb.

Bosh sahifa
Aloqalar

    Bosh sahifa



Eötvös Loránd Tudományegyetem Könyvtártudományi Informatikai Tanszék Fülöp Géza Az információ

Download 8.26 Mb.