автореферат диссертации по машиностроению и машиноведению, 05.02.15, диссертация на тему:Разработка статистических методов автоматизации типографской корректуры

ВВЕДЕНИЕ

ГЛАВА I. Сравнительный анализ методов автоматизации типографской корректуры

1.1. Классификация искажений в кодированных текстах и методы их устранения.

1.2. Традиционные и формально-логические методы контроля текстов в донаборной стадии

1.3. Контекстно-обусловленные методы автоматизации типографской корректуры.

Краткие выводы.

ГЛАВА 2. Концептуальная модель автоматизации типографской корректуры

2.1. Формализация свойств типографских текстов и постановка проблемы АТК.

2.2. Основные задачи АТК и теоретические основы их решения.

2.3. Общая схема процесса корректуры типографских текстов.

Краткие выводы.

ГЛАВА 3. Преборазование исходного корректируемого текста к каноническому виду

3.1. Определение метрических и вероятностных свойств текстовых элементов.

3.2. Создание системы алфавитов и определение пространства признаков.

3.3. Процедуры выборки эталонного текста и исключения неэргодических элементов корректируемого текста. .94 Краткие выводы.

ГЛАВА 4. Распознавание и автоматическая правка искаженных элементов неполнокодового текста

4.1. Процедура распознавания объектов корректируемого текста.

4.2. Формализация процесса формирования искаженного объекта. III

4.3. Автоматическая правка искаженных объектов корректируемого текста

Краткие выводы.

ГЛАВА 5 Экспериментальное и технико-экономическое обоснование АТК.

5.1. Экспериментальное определение основных характеристик традиционных методов типографской корректуры.

5.2. Определение параметров разработанной системы автоматизации типографской корректуры

5.3. Технико-экономическое обоснование АТК . . . 158 Краткие выводы.

В Постановлении Пленума ЦК КПСС, принятом 15 июня 1983 года, говорится о необходимости "ускорить разработку мер по укреплению материально-технической базы средств массовой информации, книгоиздательского дела, с учетом их растущего значения [О . Выполнение этого требования партии тесным образом связано с развитием автоматизированных систем переработки текстовой информации и повышением эффективности производственных процессов за счет применения прогрессивного метода офсетной печати.

Так, в 1985 году удельный вес офсетной печати будет доведен до 35% от общего объема, а к 1990 году - до 40% . Это, в свою очередь, предопределяет интенсивное развитие фотонабора. Например, к 1985 году намечается набирать на фотонаборных автоматах ПО тысяч листов набора, к 1990 - 250 тысяч листов набора, то есть более 40% от общего объема книжно-яурнальных и газетных изданий [32] . Кроме того, в области высокой печати интенсивно развивается способ печати с гибких форм, что также позволяет широко использовать фотонабор [323 . Развитие отечественного фотонаборного оборудования в свою очередь ускоряет внедрение новых методов в технологию выпуска произведений печати. В десятой пятилетке освоен выпуск комплексного фотонаборного оборудования "Каскад", что позволяет на его основе строить интегрированные технологические процессы по выпуску изданий с применением современных вычислительных комплексов. Тем не менее, общая численность рабочих, занятых на всех процессах фотонаборного участка, в сравнении с аналогичным участком металлического набора (набор, программирование набора, верстка, монтаж, изготовление корректуры и ее исправление) в целом практически не сократились, а следовательно, производительность труда осталась на прежнем уровне С^З . Это парадоксальное обстоятельство объясняется, в первую очередь, тем, что автоматизация не коснулась большого количества ручных операций, к числу которых относятся операции по корректуре текстов.

В соответствующих процессах типографской корректуры 80% трудозатрат приходится на контроль точности воспроизведении текстовых элементов оригинала [21]. Основным источником искажений в наборе служит клавиатурный процесс, выполняемый при кодировании неполнокодо-вой информации, обрабатываемой в дальнейшем автоматизированной системой переработки текстовой информации (АСПТИ). Поэтому главным требованием, предъявляемым к корректуре, является высокая достоверность воспроизведения оригинала. Считается, что качество воспроизведения оригинала идеально, если на 10 млн. знаков допущено не более 1*2 ошибок [11,2-11 . Заметим, что при традиционных способах корректуры 7 + 10% ошибок, допущенных при наборе, не обнаруживается то есть допускается, в среднем, одна ошибка на 10 тыс. знаков [11] .

В условиях использования автоматизированных систем АСПТИ и фотонаборной техники правка в диапозитивах в объеме свыше 3 + 4% экономически неоправданна, так как при этом теряются преимущества применения фотонабора в сравнении с металлическим набором [33/10.

Если учесть, что:

- в отечественной практике типографская корректура составляет около 5% от общего объема оригинала [363 ;

- правка набора в фотопленке - трудоемкая и длительная операция (1,0 + 1,5 минуты на замену одной строки t/* 5] );

- потери времени, порождаемые необходимостью устранения дефектов воспроизведения оригинала, составляют от 1/4 до 1/3 от времени, затрачиваемого на изготовление наборных форм [45] , то актуальность проблемы автоматизации типографской корректуры в донабор-ной стадии сомнений не вызывает.

Опыт эксплуатации фотонаборных автоматов показал, что наиболее рационально выполнять корректуру на стадии подготовки набора, так как в этом случае правка вносится в перфоленту - программу управления автоматом, а сама считка выполняется на корректурных отпечатках (протоколах ввода или верстки, вьщаваемыхс помощью ЭВМ)£383.Процесс правки, обеспечивающий исправление ошибок непосредственно в полнокодовом носителе информации, частично может приводить к необходимости переверстки полосы или даже нескольких полос. Поэтому наиболее рациональным методом корректуры является метод правки неполнокодовой информации . Кроме того, использование неполнокодовой информации с обработкой на ЭВМ снижает трудоемкость ее подготовки на 20 -г 30% по сравнению с трудоемкостью подготовки полнокодовой информации ClOVJ .

Опыт эксплуатации систем АСПТИ показывает, что на качество корректуры в донаборной стадии влияет отсутствие необходимого ассортимента шрифтов, позволяющих приблизить макет верстки, полученной на ЭВМ, к оттиску набора или диапозитиву С^ЭД . Данное обстоятельство требует, чтобы текстовые элементы макета верстки были бы с высокой степенью достоверности проконтролированы на этапе ввода неполнокодовой информации в ЭВМ.

По своей природе корректурные процессы состоят из одних и тех же повторяющихся операций или технологических циклов (петель): корректурное чтение оттиска с набора, заборка ошибочных строк, правка, вновь корректурное чтение и так далее. Представляет немаловажный интерес вопрос об установлении приемлемой границы повторения технологических циклов типографской корректуры. Уже говорилось о том, что количество проведенных операций по корректурному чтению и правок не гарантирует абсолютной достоверности воспроизводства печати. Принимая это во внимание, целесообразно установить то необходимое количество указанных операций, которое обеспечивает практическую достижимость уровня достоверности для того или иного метода корректуры. Например, затратив огромное количество труда для устранения одной-двух ошибок, мы все-таки не добьемся абсолютной достоверности воспроизведения оригинала, что приводит к необходимости оценки общего количества ошибок, допущенных при подготовке неполнокодовой информации, и количества ошибок, обязательных для обнаружения. Количество ошибок , которое необходимо обнаружить, определяется с помощью методики надежности методов контроля. Например, оценив, что на один учетно-издательский лист при кодировании текста допускается, в среднем, 80 ошибок, можно при обычных методах корректурного чтения оттиска задать количество ошибок, которое необходимо обнаружить: примерно 75 ошибок. Остальные 5 ошибок нецелесообразно выявлять, так как для этого понадобятся дополнительные большие трудозатраты. Возвращаясь к оценке надежности корректурного чтения, следует повторить, что7-г 10% ошибок не обнаруживается самыми опытными корректорами независимо от количества корректурных вычиток и правок.

Рассмотрим состояние дел с внедрением в отечественной полиграфии автоматизированных систем переработки текстовой информации (АСПТИ). К их числу относятся такие системы, как "Союз", первоначально разработанная на базе ЭВМ "Минск-32" в Московском полиграфическом институте, система переработки текста, разработанная в УНИИПП и реализованная на ЭВМ "Минск-32", и несколько подобных систем, использующих ЕС ЭВМ.

В УНИИПП разработана автоматизированная фотонаборная система переработки текстовой информации "Аккорд". Эта система предназначена для автоматизации выпуска книжных изданий граночным и безграночным способами с применением ЕС ЭВМ.Она позволяет автоматизировать беретку и правку полос, обеспечивает набор и верстку книжных изданий, I, П и частично Ш групп издательской сложности.

В Московском полиграфическом институте осуществлена разработка системы автоматизированной правки и верстки "Союз" на базе ЕС ЭВМ. Так же, как и предццущая система, она обеспечивает выпуск произведений граночным и безграночным способами. Система автоматизирует верстку многоколонных полос с автоматическим обеспечением переноса слов, шрифтовые и нешрифтовые вццеления, любые типы выключки строк, заверстку сносок, рубрик, участков текста, набранных измененным кеглем, стихотворений, колонцифра колонтитулоц сигнатур норад таблиц и формул. Система готовит полнокодовую перфоленту для широкого спектра отечественных фотонаборных автоматов: 2НФА, ФА-500, ФА-1000 и др.

В 1-ой образцовой типографии им. Жданова внедрена система набора и верстки, разработанная ВЦ Новосибирского отделения АН СССР. Она предназначена для автоматизации подготовки управляющей информации для фотонаборного автомата типа "Линотрон 505ТС".

Такие же системы переработки текста разрабатываются на базе мини-ЭВМ серии СМ. Подобные системы позволяют ввести в ЭВМ издательский оригинал, подготовленный на машиночитаемых носителях и обеспечить верстку набора с последующей вццачей полнокодовой перфоленты для управления фотонаборным автоматом £32] . При этом издательский оригинал подвергают специальной предмашинной обработке, состоящей в том, что он размечается соответствующими техредовскими командами. Затем готовится неполнокодовая перфолента и вводится в ЭВМ. В системе происходит переработка текстовой информации согласно установленному режиму системы и выполняется моделирование набора текстовых элементов издательскаого оригинала с последующей вццачей макета набора на печать (АЦПУ). Распечатка макета набора вычитывается по издательскому оригиналу и производится его корректура. Указанная корректура по своей сути является типографской. Затем перфорируется лента заборки, обеспечивающая правку набора. В зависимости от построения технологического процесса и характеристик системы корректура может выполняться сразу же на макете верстки или же на макете гранок, как скомплектованных, так и нескомплектованных. Во втором случае верстка осуществляется на монтажном столе. В настоящее время благодаря совершенствованию систем переработки текста наблюдается тенденция обеспечения набора наиболее сложных издательских групп.

Таким образом, в будущем предполагается большой объем типографской корректуры выполнять сразу в верстке. Опыт эксплуатации таких систем показывает, что на качество корректуры влияет отсутствие необходимого ассортимента шрифтов, позволяющих приблизить распечатку к АЦПУ к оттиску набора £32,] . Поэтому корректура, проводимая по распечатке, требует больших затрат, чем традиционная типографская корректура (см. главу 5 данной диссертации). Начинает получать распространение корректура с помощью видеотерминальных устройств (дисплеев). В целом улучшая процесс корректуры, они имеют тот же недостаток (отсутствие необходимого ассортимента шрифтового оформления текста), что и распечатка на АЦПУ . Этот весьма серьезный недостаток может быть устранен благодаря использованию графических дисплеев, позволяющих смоделировать на экране практически любой набор. Поэтому чтение корректуры на экранах таких дисплеев по эффективности приближается к чтению корректурных отпечатков, полиграфически оформленных.

Развитие фотонаборного оборудования, систем переработки текстовой информации способствуют их распространению в издательствах и полиграфической промышленности.

Издательство "Высшая школа" приобрело фотонаборную отечественную машину для акцидентного набора (Ф-960) для набора текстов учебно-наглядных пособий (плакатов).

Издательство "Детская литература" перевело на фотонабор литературу, выпускаемую Калининским полиграфкомбинатом, фабриками "Детская книга № I и 2. Технология фотонаборного процесса на этих полиграфических предприятиях предусматривает, в основном, граночный метод с последующей расклейкой макета верстки в издательстве. Применение граночного метода, несмотря на его высокую трудоемкость, объясняется тем, что внесение правки в верстку фотонабора может привести к переделке верстки всего издания. Из этого следует, что применение фотонабора на основе традиционного издательского оригинала (метод с корректурными обменами) практически ведет к использованию граночных корректурных обменов. Несмотря на это, объем корректуры предположительно снижается на 10 ▼ 15% по отношению ко всему производственному процессу.

Издательства "Прогресс", "Юридическая литература" применяют метод репродукционных оригинал-макетов с использованием следующих технических средств: МСС "Композер", фотонаборную установку "Диа-тайп". Благодаря этому корректурный обмен выносится в донаборную стадию и происходит только внутри издательства. Производственный цикл сокращается га 40 ▼ 100 днейЦЗ£1.

Итак, в автоматизированном процессе подготовки набора значительный объем трудозатрат составляют операции чтения корректуры и ее исправление. Большой объем правки корректуры падает на исправление различных ошибок, допущенных в тексте на этапе подготовки информации на машиночитаемом носителе. Традиционный способ корректуры [Ш] не позволяет устранять до 5% ошибок от общего объема допускаемых ошибок при подготовке текста, несмотря на многократный корректурный обмен. Обзор современных автоматизированных систем переработки текстовой информации приводит к выводу о том, что их эффективное использование сдерживается отсутствием высоконадежных систем автоматизированной типографской корректуры, что свидетельствует об актуальности выполненного исследования.

Цель работы состоит в разработке методов автоматизации типографской корректуры с помощью универсальных ЭВМ, позволяющих сократить трудозатраты, длительность производственного цикла, количество и длительность этапов корректурного обмена.

В соответствии с поставленной целью в работе решены следующие вопросы:

- проанализированы современные методы типографской корректуры, проведена классификация искажений и сформулированы требования к методу автоматизированной тпографской коррекруры (гл. I);

- проведен анализ некоторых особенностей естественных языков и на его основе предложена концепция автоматизированной типографской корректуры с использованием системы уровней контекстов (гл.2);

- предложена процедура приведения корректируемого текста к каноническому виду, определена система алфавитов элементов (гл. 3);

- предложен алгоритм автоматизированной типографской корректуры, позволяющий выявлять искажения в наборе I, Д и частично Ш-ей группы сложности; алгоритм основан на имплицитных статистических характеристиках эталонного текста (гл. 4);

- проведено экспериментальное и технико-экономическое обоснование предложенного метода автоматизированной типографской корректуры (гл. 5).

В работе использованы следующие метода исследования:

- математическая лингвистика, которая позволила учесть некоторые общие свойства естественного языка, такие, как разрешенность тех или иных элементов системы алфавита элементов, определение целесообразного объема алфавита наиболее употребительных элементов, определение экспериментальных информационных характеристик текстов и численных характеристик контекстной обусловленности, информационно-статистические оценки флективной и аналитической морфологии;

- теория информации, позволяющая учесть некоторые общие свойства эргодических сообщений и определить свойства эталонных и корректируемых текстов;

- теория вероятностей и математическая статистика использованы для приведения корректируемого текста к каноническому виду, для оценки статистических характеристик повторяемости элементов в эталонных и канонических текстах, для построения необходимых статистических соотношений образов;

- на основе теории распознавания образов синтезируется основной алгоритм автоматизированной типографской корректуры.

Научная новизна работы состоит в следующем:

- обоснован принцип автоматизированной типографской корректуры текстов I, П и частично Ш группы сложности без их осмысления по формальным признакам, базирующийся на вьщелении системы алфавитов элементов, соответствующей ей системы уровней контекстов и замене семантического и прагматического аспектов анализа текстов квазисемантическими и квазипрагматическими с перенесением на них соотношений, полученных в математической лингвистике при синтаксическом анализе;

- использована теория распознавания образов для автоматизированной типографской корректуры;

- определены математические процедуры, позволяющие выбрать эталонный текст по критерию его тематической близости к корректируемому;

- определены математические процедуры, позволяющие привести корректируемый текст к каноническому виду;

- теоретически и экспериментально обосновано количество ресурсов вычислительных средств, необходимых для автоматизированной типографской корректуры различных текстов.

Результаты исследования внедрены и находятся на этапе внедрения. Они позволяют:

- получить годовой экономический эффект, составляющий 31.5 тыс. рублей;

- повысить качество типографской корректуры за счет автоматизированного обнаружения искажений текста;

- на основе использования современной вычислительной техники поднять труд корректора на уровень современных требований научной организации труда;

- сократить сроки полиграфической подготовки изданий за счет уменьшения длительности этапов корректурного обмена;

- уменьшить утомляемость и нагрузку на зрение.

Работа докладывалась на заседаниях кафедры МПИ (1981, 1982, 1983), представлялась на выставке "Опыт работы Всесоюзной книжной палаты и палат союзных республик", проведенной на ВДНХ СССР.

По выполненной работе опубликовано 4 печатные работы.

Диссертационная работа состоит из введения, пяти глав, заключения, списка основной использованной литературы и приложений.

ЗАКЛЮЧЕНИЕ.

1. Сравнительный анализ известных методов автоматизации типографской корректуры по предложенным автором параметрам: степень устранения ошибок А , степень точности воспроизведения текста

3) , объем дополнительного кодирования $ и точность обнаружения искажений <£ - позволил выявить достоинства и недостатки указанных методов, а также сформулировать постановку задачи по разработке новых методов автоматизации типографской корректуры.

2. Сформулирована постановка проблемы автоматизации типографской корректуры, состоящая в обеспечении выявления искаженных элементов или контекстов неполнокодовой информации путем установления их статистической близости к соответствующим элементам или контекстам эталонного неполнокодового текста с последующим их сравнением по эталонным словарям для принятия окончательного решения об их искаженности. Обосновано свойство эргодичности эталонных текстов относительно выбранной системы алфавитов элементов, позволяющее определенный эталонный текст считать представителем всей генеральной совокупности неполнокодовых текстов.

3. Разработаны средства описания неполнокодовых текстов, базирующиеся на эталонных текстах, системе алфавитов, вьщеленных из эталонных текстов, и соответствующих статистических распределениях элементов указанных алфавитов.

4. Определены метрические свойства элементов неполнокодовой информации и разработан геометрический подход к заданию данных элементов в выбранном пространстве признаков.

5. Разработаны методы распознавания искаженных элементов неполнокодовой информации, сочетающие в себе способы установления близости контролируемого элемента к соответствующему эталонному тексту и проверки его либо по словарю данного текста, либо по общему эталонному словарю. Установление близости контролируемого элемента проводится на основе подхода, разработанного в теории распознавания образов (геометрический подход), а также на основе задания многомерного уравнения регрессии эталонных элементов на контролируемый неполнокодовый текст. Это позволяет выявлять искаженные элементы, превращенные в нормативные текстовые элементы.

6. Разработан метод автоматической правки наиболее часто встречающихся искаженных элементов неполнокодовых текстов, базирующийся на средствах матричного исчисления, позволившего описать требуемые искажения и создать операторы восстановления искаженной информации.

7. Разработаны программные средства автоматизации типографской корректуры в донаборной стадии, базирующиеся на созданных методах. Проведены экспериментальные исследования эффективности разработанных средств автоматизации корректурных процессов.

8. Выполнены расчеты технико-экономической эффективности, подтвердившие целесообразность применения результатов работы в народном хозяйстве.

АКТ внедрения алгоритмов автоматизированной типографской корректуры во Всесоюзной ордена "Знак Почета" книжной палате

Практическим результатом диссертации т. Г.А. Попова явилось использование предложенных им алгоритмов автоматизированной типографской корректуры для обработки информации в автоматизированной системе сводного тематического планирования и координации выпуска литературы в стране (АССТПК).

Указанные алгоритмы опробованы и-внедрены в ВКП с 30 июля 1983 года. Их использование позволило существенно снизить трудоемкость подготовки данных и затраты машинного времени на функционирование АССТПК. Годовой экономический эффект соответствует первоначальному расчету и составляет ят 5 тыс. руб. a/it'* /

Ю.И.Фартунин ^ М.Г.Комарова ft*"*/

Ч;

1. Материалы Пленума Центрального Комитета КПСС 14 15 июня 1983 г. М., Политиздат, 1983.

2. Аверьянов А.В. Роль и возможность новой техники и технологии в экономии трудовых ресурсов. М.: Книга, 1981 (Всесоюзн. кн. палата. Центр "Информпечать" Полиграфическая промышленность, № 6).

3. Алексеев Ю.С. Вычисление параметров структурной модели научной информации. М.: ВИНИТИ, НТИ, сер. 2, Информационные процессы и системы, № 5, 1983.

4. Аветисян Д.О. Проблемы информационного поиска. М., Финансы и статистика, 198I.

5. Агравала А.К., Хо Ю-цзи. Об алгоритмах классификации образов. ТИИЭР, 1968, 56, № 12.

6. Айзерман М.А., Браверман Э.М., Розноэр Л.И. Теоретические основы метода потенциальных функций в задаче обучения автоматов разделению входных ситуаций на классы. А и Т, 1964, № 6.

7. Айзерман М.А., Браверман Э.М., Розноэр Л.И. Вероятностная задача об обучении автомата распознаванию классов и метод потенциальных функций. А и Т, 1964, № 9.

8. Андерсон Т. Введение в многомерный статистический анализ. М., ГИМФЛ, 1963.

9. Ахо А. Ульман Дж. Теория синтаксического анализа, перевода и компиляции. Т I, 2; М., 1978.

10. Бараулин Ю.Н., Вырыпаев В.А., Овчинников Ю.М., Элькин В.Д. Автоматизированная переработка текста в полиграфии. М., Книга, 1977.

11. Батюшко А., Элькин В. Корректура текстов методом сравненияконтрольных сумм. Полиграфия, 1976, №10. Бауэр Ф., Гооз Г. Информатика. М., Мир, 1976.

12. Белоногов Г.Г., Новоселов А.П. Автоматизация процессов накопления, поиска и обобщения информации. М., Наука, 1979.

13. Белоногов Г.Г. Дуганова И.О., Кузнецов Б.А. и др. Проблема автоматического обнаружения и исправления ошибок в научно-технических текстах. М.: ВИНИТИ, НТИ, сер. 2, Информационные процессы и системы, №6, 1982.

14. Боровков А.А. Теория вероятностей. М., Наука, 1976.

15. Браверман Э.М. Опыты по обучению машины распознаванию образов. А и Т, 1962, №3.

16. Быков В.А. Автоматизация процессов документооборота при обработке произведений печати в ВКП, канд. дисс., М., 1983. Варанабе С. Разложение Карунена-Лоэва и факторный анализ. Сб. "Автоматический анализ сложных изображений", М., Мир, 1969.

17. Вырыпаев В.А. Исследование методов повышения достоверности клавиатурного процесса при изготовлении и кодировании текстовых оригиналов. Дисс, на соиск. ученой степени к.т.н., ВНИИКП, М., 1976.

18. Вырыпаев В.А. Овчинников Ю.М. Статистическая оценка исправляющей способности корректур считки. Сб. "Вопросы экономиии организации труда в полиграфии". Труды ВНИИ полиграфии, т. 21, вып. I, М., 1971, с. 57.

19. Вырыпаев В.А. Овчинников Ю.М. Статистический анализ точности работы операторов наборных машин. Сб. "Вопросы экономиии организации труда в полиграфии". Труды ВНИИ полиграфии, т. 21, вып. I, М., с. 45.

20. Гаспаров Д.В. Шаповалов В.И. Малая выборка. М., Статистика, 1978.

21. Глушкова В.И. К теории слаборазделенных грамматик: (01.01.10)4

22. М., 1980. I6c. - В надзаг.: МГУ им. М.В. Ломоносова, фак. вычислительной математики и кибернетики. Быблиогр.: с.16 (6 назв.). - 80-18170а к.ф.м.-н.

23. Голдман С. Теория информации. Изд-во иностр. лит. М., 1957.

24. Грамматика современного русского литературного языка. АН СССР, Институт русского языка. М., Наука, 1970.

25. ГрасЬеева Н.Г. Синтаксический анализ формальных языков с исправлением элементарных ошибок: (01.01.10). Л., 1980. - 11с. - В надзаг.: ЛГУ им. А.А. Жданова. - 80-13709а к.ф.-м.н.27* Гросс М. Лантен А. Теория формальных грамматик. М., Мир, 1971.

26. Гульчак М.Г. Об информативности совокупности признаков. А и Т, 1970, №6.

27. ГУмбель Э. Статистика экстремальных значений. М., 1965. Гмурман В.Е. Теория вероятностей и математическая статистика. М., Высшая школа, 1977.31» Джадд Д.Р. Работа с файлами. М., Мир, 1975.

28. Доклад о наиболее важных отечественных и зарубежных достижениях в области науки, техники и производства издательского дела, полиграфии и книжной торговли. Вс. кн. палата Госкомиздата СССР, НИЦ "Информпечать", 1981, 1982, 1983.

29. Единые нормы времени (вцработки) на работы, выполненные на клавишных и информационных вычислительных машинах. М., Центральное бюро нормативов по труду при НИИ Государственногокомитета по труду и социальным вопросам, 1977.

30. Жежерун А.П. Средства обработки математических текстов при помощи ЭВМ: (01.01.10). Киев: ИК, I960. - 20с. - В надзаг.: АН УССР, Ин-т кибернетики. Библиогр.: с. 19-20 (6 назв.). -к.ф.-м.н.

31. Загоруйко Г.Г. Линейные решающие функции, близкие к оптимальным. Сб. "Вычислительные системы", вып. 22, Новосибирск, 1966.36,37