Данная статья посвящена разработке информационной системы для генерирования словоформ в корпусной лингвистике. Целью работы является создание легко масштабируемой системы, способной генерировать словоформы и выдавать по ним статистические данные.
база данных (БД), информационная система (ИС), веб-приложение, архитектура, клиент, сервер
Введение. Задача написания качественных учебных материалов для школьников и студентов является актуальной всегда. В наше время представлено очень большое количество контента, для выполнения тех или иных задач. К примеру, изучения иностранных языков, обучения программированию, методические указания для выполнения разного рода задач. Но они не всегда являются понятными для всех кругов общества и разного склада ума. На сегодняшний день появилось большое число программных инструментов, которые позволяют качественно решать такую задачу. В представленной работе описывается разработка информационной системы для анализа словоформ тюркских языков. Конечная цель использования такой системы — выделение наиболее часто встречающихся слов выбранного языка для подготовки качественного контента для учебных материалов, книг для изучающих тюркские языки.
Целью работы являлась разработка информационной системы для генерирования словоформ в корпусной лингвистике. В рамках этого проекта будут решатся следующие задачи:
1. Проанализировать функциональность аналогов.
2. Разработать архитектуру создаваемой информационной системы.
3. Разработать диаграммы активности пользователя и спроектировать базу данных для информационной системы.
4. Разработать алгоритм работы веб-приложения.
5. Реализовать проект.
Информационная система для генерирования словоформ в корпусной лингвистике является ресурсом для образования форм слов по заданным критериям и получения статистики по частоте вхождения указанных слов и их производных. Данная функция даёт нам возможность определить те самые слова, которые являются более понятными для осознания и понимания текста.
Для реализации нашего проекта решено разработать информационную систему (ИС), представляющую собой веб-приложение. В качестве клиента для доступа к веб-порталу выступает интернет-браузер пользователя. Разработка осуществляется с использованием языков программирования PHP и JavaScript.
Пользователями ИС могут являться люди разного рода деятельности. Начиная от студентов и преподавателей лингвистических и литературных направлений, вплоть до авторов книг, статей и писателей. Основные функции доступные каждому из пользователей системы можно продемонстрировать в виде UML диаграммы деятельности (рис. 1) [1]:
Рис. 1. Диаграмма деятельности пользователя
Основной функционал ИС, который необходимо разработать:
• удобный и лёгкий для понимания интерфейс;
• форма загрузки рабочего файла;
• выдача результата на экран;
• выдача результата для скачивания файлом;
• возможность работать с файлами с кодировкой турецкого языка;
Постановка задачи
Главная цель проекта – создание инструмента, который поможет лингвистам находить в турецких текстах предложения и более крупные фрагменты, удовлетворяющие определенным поисковым критериям. На поздних этапах разработки приложения, оно будет позволяет использовать в качестве критериев поиска следующие типы информации:
• словоформы и лексемы
• лексические и грамматические категории, словоизменительные типы
• пунктуация и регистр
Планируется, что наше приложение в будущем будет позволяет также осуществлять контекстные запросы для поиска сочетаний нескольких слов.
Архитектура и описание разрабатываемого веб-приложения. Было принято решение о разработке информационной системы без использования какого-либо фреймворка для языка php [2]. Архитектуру данного веб-приложения можно увидеть ниже (рис. 2).
Рис. 2. Архитектура разрабатываемого веб-приложения
Пользователи получают доступ к веб-приложению через сеть Интернет. Далее получают доступ к функционалу сайта без регистрации или авторизации. В качестве клиента доступа выступает интернет-браузер. Для получения полного функционала веб-приложения нет необходимости проходить регистрацию или авторизацию. Данным ресурсом могут пользоваться все желающие без дополнительных действий.
Перед началом разработки мы решили представить логику работы приложения в виде блок-схемы, где i – индекс слова, m – часть речи, k – последняя буква слова, l – предпоследняя буква слова (рис. 3).
Рис. 3. Блок-схема логики работы приложения
Диаграммы активности пользователя. Были выделены две основные группы (роли) пользователей нашей системы: авторы статей и литературных произведений и люди, заинтересованные в статистике. У каждой из них существуют свои функции. Взаимодействие происходит через общую БД при помощи СУБД MySQL. Алгоритмы работы представлены ниже в виде UML диаграмм активности при выполнении обеих групп пользователей своих функций (рис. 4 – 5) [1].
Рис. 4. Диаграмма активности авторов
Рис. 5. Диаграмма активности заинтересованных в статистике
Проектирование базы данных. Для работы, разрабатываемой ИС (веб-приложения), была спроектирована простая база данных, содержащая в себе 5 таблиц. Взаимодействие нашего веб-приложения происходит через общую БД при помощи СУБД MySQL через передачу SQL запросов [4]. Структура таблиц для разрабатываемой ИС показаны ниже (рис. 6).
Рис. 6. Структура таблиц базы данных
Выводы
Результатом проделанной работы можно считать выполнение поставленных задач. В конечном итоге мы получили веб-приложение в сети интернет, которое позволяет нам генерировать словоформы в корпусной лингвистике, а также предоставляет данные о статистике и количестве производных слов. Функционалом является образование словоформ по изначально заданным частицам и словам. В состав выполненных задач входит:
Проанализирована функциональность аналогов разработанной системы.
Разработана диаграмма активности и спроектирована база данных для информационной системы.
Разработан алгоритм работы системы.
Разработана блок-схема для логики работы приложения.
Реализовано веб-приложение.
1. Мартин Фаулер. UML. Основы, 3 е издание. - Пер. с англ. - СПб: Символ Плюс, 2004. - 192 с.
2. Сибгатуллин М.Р. «Разработка информационной системы поддержки для управления выпускными работами студента» // Сборник конференции «Передовые инновационные разработки. Перспективы и опыт использования, проблемы внедрения в производство» (В печати).
3. Простые MVC-приложения. [Электронный ресурс] // Разработка веб-сайтов, PHP. URL: https://habr.com/ru/post/320480/(дата обращения: 15.11.2020).
4. Основные команды SQL, которые должен знать каждый программист. [Электронный ресурс] // Переводы для программистов. URL: https://tproger.ru/translations/sql-recap/ (дата обращения: 20.12.2020).
5. Мэтт Зандстра PHP. Объекты, шаблоны и методики программирования. 4-е издание. // Пер. с англ. - М.: ООО И.Д. Вильямс, 2015. - 576 c.
6. Игорь Симдянов, Дмитрий Котеров. PHP 7. В подлиннике // БХВ-Петербург, 2016. - 1069 c.
Авторы: Байрамова Айгюн Сеймур кызы
