Strumenti per l accesso all informazione giuridica

Transcript

1 Operatore Giuridico d Impresa Abilità Informatiche InfoGiurimatica a.a. 2004/2005 Strumenti per l accesso all informazione giuridica dott.ssa Raffaella Brighi Gli elementi fondamentali dell informatica giuridica documentaria Organizzazione e strutturazione dei dati: i dati devono essere organizzati in una struttura che permetta di identificarli, di qualificarli e di esprimerne il contenuto. Il recupero dell informazione: tecniche per reperire i dati (archiviazione, indicizzazione, ricerche, etc.).

2 L organizzazione dell informazione Materiali cartacei:gazzette, riviste, bibliografia Banche dati giuridiche offline: cd-rom, dvd Banche dati giuridiche online: Internet, accesso diretto (es. telnet) WWW - siti giuridici tematici, portali specializzati L organizzazione dell informazione Materiale cartaceo: sono state formalizzate le fonti dell informazione (monografia, raccolta, manuale, rivista,..) e adottati strumenti di classificazione e reperimento (cataloghi, repertori, bollettini, ) L informatica introduce strumenti per affrontare meglio alcuni aspetti (quantità dei dati, rapidità ed efficienza del reperimento)

3 Banche dati vs WWW Nelle banche dati (online ed offline) le informazioni sono selezionate ed organizzate dal punto di vista strutturale e contenutistico. Tali informazioni possono essere reperite attraverso: maschere di ricerca per campi strutturati (dati strutturali dell atto, voci di classificazione, testo libero) canali di ricerca (criteri preimpostati dal costruttore) Il materiale sul WWW è principalmente privo di un ordinamento logico-sistematico perciò appare disomogeneo per struttura e contenuti. I dati eterogenei sono resi accessibile attraverso: la navigazione ipertestuale (browsing di siti specializzati) ricerche full-text (motori di ricerca)

4 L organizzazione dell informazione: il documento - (1) Il documento è l elemento centrale dell informatica giuridica documentaria: contiene l informazione giuridica. A differenza del dato è solitamente non strutturato. Difficilmente suddivisibile in parti omogenee. Variabile in lunghezza, contenuto, struttura. Contiene testo ma anche dati multimediali: video, audio, foto, immagini, grafici, etc. L organizzazione dell informazione: archivi di documenti e basi di dati Un archivio di documenti è un insieme generico di documenti, dello stesso tipo o di tipo diverso. Per base di dati si intende una collezione di dati (anche documenti) memorizzati in modo permanente nella memoria di massa e organizzati secondo un sistema di relazioni fra di essi. Esempi: banca dati normativa = insieme dei testi normativi + relazioni fra le norme (citazioni) banca dati scolastica = dati degli studenti + composizione del piano di studio

5 Il trattamento dell informazione (1) Descrizione formale Consente di identificare il documento sulla base di elementi oggettivi (es. numero progressivo, numero del volume, etc.) Per gli atti normativi si utilizzano elementi strutturali (tipo, data di emanazione, numero, fonte di pubblicazione) Questi elementi sono generalmente memorizzati in appositi campi del database e quindi chiavi di ricerca per il documento. Il trattamento dell informazione (2) Descrizione semantica Consente di identificare il documento sulla base del contenuto (parole-chiave) Nei sistemi cartacei i dati venivano apposti dal documentarista Con i sistemi informatici tutte le parole del testo possono essere utilizzate per identificare e reperire il documento si chiama indice del documento l insieme delle parole ammesse per la descrizione del contenuto del documento, allo scopo di identificarlo e reperirlo indicizzazione è l operazione di creazione dell indice

6 L indicizzazione Individuazione della parole significative per la descrizione e l individuazione dei documenti dell archivio. Creazione dell indice inverso (Inverted File): archivio secondario in cui sono memorizzate tutte le parole selezionate; per ogni parola fornisce le coordinate dei documenti, memorizzati nell archivio, che la contengono. L indice inverso - esempio 1 1) Luigi Rossi dott. Via Mazzini 15 2) Dario Bianchi rag. Pzza Maggiore 6 3) Samuele Volta avv. Via Mentana 2 4) Giuseppe Giusti dott. Pzza Malatesta 8 Archivio principale: 4 documenti Avv 3 Bianchi 2 Dario 2 Dott 1,4 Luigi 1 Giuseppe 4 Giusti 4 Maggiore 2 Malatesta 4 Mazzini 1 Mentana 3 Pzza 2,4 Rag 2 Rossi 1 Samuele 3 Via 1,3 Volta Indice inverso (matrice) Chiara Bernardi

7 L indice inverso - esempio 2 Questura Presidenza di del Roma dei Ministri Superio Superiore re delledei acque lavori Pubbliche Pubblici Indice inverso Superiore Superiore dei lavori Pubblici Superiore Superiore Magistratura Magistratura acque Magistratura Roma Pubbliche Superiore 1, 2, , 2, 3 1 Questura 4 Chiara Bernardi Tecniche di indicizzazione Per parole chiave: si inseriscono solo parole ritenute significative per il documento. L utente potrà cercare sono utilizzando chiavi predefinite. Full text: si inseriscono tutti i termini contenuti nel documento. Ogni parola può essere chiave di ricerca. Vengono inserite solo parole di senso compiuto ed escluse parole vuote (articoli, pronomi, avverbi, congiunzioni - stop words).

8 Indicizzazione per parole chiave (1) Schemi di classificazione: categorie predeterminate dal costruttore dell archivio, che diventano le chiavi di accesso Lemmi: le parole del documento vengono ridotte alla propria radice : nomi e aggettivi ricondotti alla forma singolare maschile, i verbi all infinito. La lemmatizzazione consente in fase di ricerca di individuare ogni variazione morfologica della parola. Sintagmi: sono concetti espressi da più parole adiacenti. Identificarli e indicizzarli rende le ricerche più efficaci. Es. fatto illecito ; interesse illegittimo Indicizzazione per parole chiave (2) Thesauri: organizzazione dei descrittori (concetti) individuati a priori per il dominio.le relazioni tra i termini sono esplicitate: gerarchie, affinità, preferenza (used for,sinonimia). Tra i più importani thesauri va ricordato TESEO (Tesauro Senato per l Organizzazione dei documenti parlamentari del Senato e della Camera. Consta di circa 3300 descrittori. E diviso in 33 macro-categorie TOP TERM.

9 Il reperimento dell informazione I documenti possono essere ricercati per: campi individuati come strutturali nella descrizione formale (identificativi, data, etc.) ciascun termine inserito nell indice (descrizione semantica) Strategia di ricerca: operatori logici operatori posizionali metacaratteri Gli operatori logici o booleani - (1) AND: richiede la compresenza delle chiavi di ricerca (A e B) OR: richiede l alternatività di due chiavi di ricerca (o A o B o tutti e due) NOT: esclude quei documenti in cui le chiavi di ricerca sono presenti (non A) XOR: richiede la presenza esclusiva di una delle due chiavi di ricerca (o A o B ma non tutti e due)

10 Gli operatori logici o booleani - (2) Operatori posizionali Permettono di indicare, oltre alla compresenza dei termini, quanto devono essere distanti tra loro(sequenziali, distanti n parole, etc.) -ADJ, NEAR

11 Metacaratteri Sono caratteri speciali a cui corrispondono particolari funzioni: mascheramento - consente di sostituire uno o più caratteri della chiave di ricerca con un carattere jolly. Restituisce tutte le parole che contengono i caratteri fissati. troncamento - consente di indicare solo la prima parte della chiave di ricerca. Restituisce tutte le parole che iniziano con l espressione troncata. Gli strumenti dell informatica giuridica documentaria Word Processor Ipertesti:insieme di nodi informativi uniti fra loro da link organizzati secondo uno schema logico Linguaggi di marcatura (SGML, HTML,XML) Information Retrieval System (IRS) Document Managment System (DMS)

12 Information Retrieval System E un sistema software per la gestione, l indicizzazione e il reperimento di documenti che soddisfano una certa esigenza informativa dell utente. Un IR è composto da: componente per la memorizzazione dei documenti componente per la rappresentazione del contenuto dei documenti (indicizzatore) componente per la rappresentazione dei dati strutturati componente di interfaccia con l utente Document Managment System I DMS sono sistemi che nascono per gestire tutto il processo di produzione, archiviazione, classificazione, reperimento dell informazione solitamente sono oggetti complessi che contengono: word processor database per i dati strutturati un componente di IR un componente deputato alla comunicazione condivisa delle informazioni (grouping, mailing, cartelle condivise, etc.) un modulo avanzato di interfaccia utente un modulo per la comunicazione in rete un modulo avanzato di classificazione multipla dei documenti strumenti sofisticati per l indicizzazione dei contenti

13 Gli indici di prestazione (1) Obiettivo della ricerca è minimizzare il rumore e massimizzare la pertinenza. Ricerca efficace: risponde all esigenza informativa, la rilevanza della risposta in confronto alla richiesta Documenti rilevanti = documenti che sono pertinenti con la domanda posta dall utente (A) Documenti ritrovati = documenti che costituiscono la risposta del sistema (B) L efficacia si misura confrontando il numero di documenti ritrovati con il numero di documenti rilevanti. caso 1: B=numero ritrovati 250, A=pertinenti 50, A n B=10 --> molto rumore caso 2: B=numero ritrovati 10, A=pertinenti 300, A n B= 5 --> troppo silenzio caso 3: B=numero ritrovati 11, A=pertinenti 10, A n B=9 - ottimo!! Gli indici di prestazione (2) Precision = (A B)/ B - misura il rumore ovvero quanti documenti non rilevanti sono stati proposti dal sistema fra i documenti risultanti caso 1: 10/250 =0,04 caso 2: 5/10=0,5 caso 3: 9/11=0,81 Recall = (A B)/ A - misura il silenzio ovvero quanti documenti rilevanti non sono stati estratti e sono quindi rimasti all interno del sistema caso 1: 10/50 =0,2 caso 2: 5/300=0,017 caso 3: 9/10=0,9

14 Un problema aperto... L accessibilità dell informazione giuridica interoperabilità degli archivi, uniformità dei rimandi da un atto ad un altro strumenti di ricerca basati sui concetti