的測量信息的語義方法：本質，基本概念和特性

語義信息的測量方法 - 這是什麼？ 在其基礎？ 什麼是執行的目標和任務是什麼？ 所有這一切，我們將在本文中討論。

一般信息

在某些情況下，測量的語義信息的方法？ 使用收到的郵件的信息，感興趣的內容方面的本質 - 即供其使用的適應症。 但首先，讓我們給他izyasnenie代表什麼。 應當指出的是，語義信息測量的方法 - 這是難以形式化的做法，這是還沒有完全形成。 它被用來測量在已經獲得的數據的意義的量。 換句話說，如何從接收必要在這種情況下很多信息。 這種方法被用於確定接收到的數據的內容的一側。 如果我們談論的是一種用於測量語義信息，我們使用的詞庫，這是不可避免地與正在審議的議題掛鉤的概念。 這是什麼代表什麼呢？

詞庫

我想作一簡要介紹，並回答有關的測量信息的語義方法一個問題。 誰把它？ 他建議使用這種方法是控制論諾伯特·瓦伊納的創始人，但他的同胞我們A.羽。Shreydera的影響下得到了顯著的發展。 什麼是 詞庫？ 這 名被用於指定的信息集是在收件人的信息。 如果我們的消息，該消息被接收的內容比較詞庫，可以找出它是如何減少不確定性。 我想糾正一個錯誤，大量的人的影響下，往往得到的。 因此，他們認為，這樣來衡量香農引入的語義信息。 目前還不知道究竟是如何發生此錯誤，但這種觀點是錯誤的。 Klod Shennon介紹了信息的統計度量，“接班人”，並且被認為是語義。

用於確定所述接收的消息中的語義信息的數量的圖形化的方式

你需要什麼東西畫？ 測量的語義方法在計算機中的信息使用的機會，以可視化易於閱讀附圖的形式的數據的有效性的數據。 這是什麼意思在實踐中？ 為了弄清情況以曲線繪製。 如果用戶不具有關於已接收的消息（等於零）的本質知識，那麼的語義信息的數量將等於相同的值。 是否有可能找到最佳值？ 是的！ 所謂的詞庫，其中最大的語義信息的數量。 讓我們看一個簡單的例子。 假設用戶收到書面未知外語的消息，或一個人可以讀它說什麼，但對他來說不再是新聞，因為一切是已知的。 在這種情況下，我們說，郵件中包含一個零語義信息。

歷史發展

或許應該談論它高一點，但追趕為時不晚。 最初，測量所述語義信息的方法在1928年引入的Ralfom Hartli。 前面我們提到，由於創始人克勞德·香農經常提及。 為什麼會出現這樣的混亂呢？ 事實是，雖然語義信息的測量和Ralfom Hartli的方法，於1928年被引入，它總結了1948年，它是Klod Shennon和Uorren Uiver。 在此之後，控制論諾伯特瓦伊納的創始人形成的詞庫，已經獲得了最高認可的措施設計裕一，Shneyderom形式的方法的想法。 應當注意的是，為了理解這一點，你需要了解的一個相當高的水平。

效用

是什麼讓我們在實踐中詞庫的方法？ 他是該信息具有以下屬性：作為一個相對的論文的真正確認。 應當指出的是，它有一個相對的（或主觀的）價值。 為了能夠客觀評估的科學信息，我們引進了全民詞庫的概念。 它的變化和速度顯示的知識，人類獲取的意義。 這並不是說正是最終結果（或中間體）可從信息獲得。 舉個例子來說，電腦。 計算機管技術，並且每個結構元件的位狀態的基礎上創建的，最初用於計算。 現在，幾乎每個人都有的東西，這種技術的基礎上，工作原理：收音機，電話，電腦，電視，筆記本電腦。 即使是現代冰箱，炊具和洗滌含有很少的電子產品，在此基礎上大約是減輕人類使用家用設備的信息的工作。

科學的方法

當檢查測量信息的語義方法？ 電腦 - 這是該問題的各個方面，涉及的科學。 什麼是不變的是功能？ 該方法是基於使用“真/假”系統，或位系統“一/零”。 當收到特定的信息，它被劃分成單獨的單元，其被稱為像語音單位：即，音節等。 每個單元接收一定的價值。 讓我們看一個簡單的例子。 附近有兩個朋友。 一個轉向第二個的話。“我們明天休息一天” 當日子放鬆 - 每個人都知道。 因此，該信息的值是零。 但是，如果第二個會說，明天，它的作品，那麼這將是第一個驚喜。 事實上，在這種情況下，它可能是計劃就會被打亂，從而構建一個人，例如，打保齡球或鑽研工作室。 所描述的示例中的每一個部分可以通過一和零進行說明。

處理概念

但是，仍然使用，但詞庫？ 你還有什麼需要了解了解測量信息的語義方法？ 符號系統 - 可以進一步進行研究的關鍵概念。 下他們了解表達的手段，如招牌，或它們的組合的解釋規則的含義。 讓我們來看看科學的另一個例子。 計算機操作條件的零和一。 事實上，這是一種被供給到機械分量的低和高電壓。 他們通過這些一和零沒有結束。 如何才能使這兩種技術之間的區別？ 這個問題的答案，發現 - 中斷。 當傳遞同樣的信息，那麼我們得到的各種塊，例如詞，短語，和各個值。 在用於數據轉換成單獨的塊的擊穿口服人類語音也用於暫停。 他們是如此微妙，那他們中的大多數，我們注意到的“機器”。 在用於此目的的信是點和逗號。

特點

讓我們來談談有語義信息的測量方法的話題，更多的屬性。 我們已經知道，所謂的特殊方法，評價信息的重要性。 我們可以說，數據會以這種方式來評價，是客觀的？ 不，這不是真的。 信息是主觀的。 讓我們來看看在學校的一個例子。 有一個學生誰去提前批准的計劃，平均中等，它研究什麼是在課堂上提出的。 對於第一，大部分接收學校的信息，將是相當弱的興趣，因為他已經知道了，而不是第一次聽到/讀取。 在主觀層面，所以這對他來說也不會是非常有價值的（因為除了老師的個人意見，這是他自己的主題的呈現過程中發現）。 雖然新的信息的中等聽到的東西只有遠程，所以對他的數據，這將穿梭在教室裡進行設置，幅度更大的量級上的價值。

結論

應當指出的是，在科學測量數據的語義的方式 - 這不是我們可以解決現有問題的唯一途徑。 選擇應取決於你的目標和現在的機會。 因此，如果你感興趣的話題或者它有需要，我們只能強烈建議，研究比較詳細，並找出測量信息什麼其他方法，除了語義存在。