indexazio

Indexazio

Indexazioa indize bat sortzeko helburuaz Informazioa era ordenatuan erregistratzea da. Kontzeptua “index” hitzetik dator^[1] (índice, gazteleraz) eta, beraz, hitz baten edo batzuen bitartez edukiak adieraztea da indexazioa.
Informatikan, indexatzea informazioak forma ordenatu eduki dezan indize bat egitea da. Ekintza honen ondorioz informazio horren gaineko bilaketak nabarmen azkarrago eta efizienteagoak dira. Horregatik hain zuzen, indexazioa bilaketa-tresnen eta datu-baseen funtsezko elementua da.
Webetako informazioa bilatzen adituak diren Yahoo eta Googleen kasuan, enpresa hauek internetaren esplorazio iraunkorra egiten dute, arakatzen dituzten orrialde guztien eta baita ere haien edukiaren indizea sortzen dute. Hartara, kontsulta bat egitean, bilaketa-tresnak indizera jotzen du elementu desiratuak aurkitzeko, honela emaitzak zuzen eta azkar ekartzen ditu. Indizerik gabe, bilaketa-tresnak web-orri guztien edukia eskaneatu behar izango luke bilaketa bat hasten den bakoitzean; interneten dagoen informazio bolumena kontuan hartuta, ahalmen handiko ekipoak erabilita ere prozesu oso motela izango zen.
Hiru indexazio mota daude:
Indexazio automatikoa programa informatikoek kudeatzen dute, eta dokumentuaren hitz guztiak izango dira indizeak. Adibidez, prentsa datu-baseetan edota Google bilatzailean indexazio mota hau erabiltzen da. Indexazio automatikoak, funtsean, hitz-gakoen bidez dokumentu bat aurkitzea du helburu; izenak dioen bezala, modu automatiko batean^[2]. Aipatutako hitzak makinen edo aparatu elektronikoen bidez hartzen dira, hau da, ez dago gizakien inongo parte hartzerik.
Indexatzeko hitzak, izenak berak dioenez, lengoaia naturaletik hartzen dira inongo mugarik gabe; hau da, edozein hitz erabil daiteke indizeak osatzeko. Esaterako, aldizkarietako artikuluetan egileak ezarritako gako-hitzak izan daitezke adibide on bat. Lengoaia naturala autoreak bere ideiak dokumentuan adierazteko erabiltzen dituen hitzen multzoa da; gizakiak pentsatu, irakurri eta idatzi egiten du lengoaia naturalaren bitartez.
Lengoaia naturaleko indexazioan ez bezala, indexazio mota honetan hitzak termino normalizatuen zerrenda batetik hautatzen dira, hau da, aurretik adostutako terminoak baliatzen dira indizeak eratzeko unean, gero esanahi bera duten termino desberdinak nahas ez daitezen.
Adibidez, idazle edo egile bati lotutako informazio guztia bateratzeko, bere izena nola gorde zehaztuko da; Txilardegiren inguruko informazio guztia Txilardegi etiketarekin gordeko da, eta ez, esaterako, bere benetako izenarekin (Jose Luis Alvarez Enparantza). Indexazio mota honek, beraz, hiru helburu ditu: informazio bilaketak erraztea, indexazioan sakabanaketa saihestea eta bilaketetan zarata (zaborra) eta isiltasuna (bilaketen porrota) ekiditea.
Termino normalizatuen zerrendak honako hauek dira:
Indizeak lengoaia dokumental elkarkorrak dira (sailkapenak, ordea, hierarkikoak), hiztegi modukoak. Zerrenda alfabetikoetan azalduko dira, euren esanahia kontuan izan gabe. Indizeak osatzeko bi modu daude:
Aurrekoordinazioa: elementu semantikoak indexazioa egiterakoan lotzen dira, indizeak gero eta zehatzagoak bihurtuz (adibidez, umorezko seriea).
Ondorengo koordinazioa: egitura semantiko sinplea dute eta kontzeptu konplexuak adierazteko, indize desberdinak konbinatuko dira (adibidez: umorea, seriea).

Wikipediarekin konexio arazoren bat gertatu da: