ПравообладателямАвтоматическое понимание текстов. Системы, модели, ресурсы, Леонтьева Нина
Книжная полка
перейти на полку → Хочу прочитатьЧитаюПрочитана
ИзбранноеВладею
Чтобы воспользоваться книжной полкой выполните вход либо зарегистрируйтесь
← Назад
Скачать: , Леонтьева Нина Николаевна djvu   Читать

Учебное пособие обобщает опыт создания отечественных и зарубежных систем, реализующих автоматическое понимание текстов. Эти сложные "интеллектуальные" системы выделяются из множества систем, которых просто используется автоматическая обработка текста, поскольку автора интересует именно качественный аспект понимания. Рассмотрены те компоненты процесса АПТ, которые могут быть заданы в вербальном виде. В основе пособия - идея "мягкого" понимания текста; представлена экспериментальная лингвистическая система политекст, осуществляющая гибкое соединение лингвистических и предметных знаний.

Для студентов лингвистических факультетов вузов. Может быть рекомендовано для тех, кто интересуется искусственным интеллектом, структурной и прикладной лингвистикой, информатикой.







DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н.
Страница 116. Читать онлайн

Это так называемые селективные ограничения, задающг ловия построения правильной семантической структуры. В се тическом словаре типа ФРАП (а также РУСЛАН, описанный 12) для каждого А, перечисляются способы его возможной таксической и морфологической реализации в тексте — в совмещенной грамматической характеристики;

ГХ(а1), илн ГХ1 = подлеж(а1,c); станд (Агенс реализуется став ным способом, т.е. подлежащим а1 при глаголе-сказуемом в nr форме)

ГХ2 = п доп (а2,c): станд (Объект — выражается стандартно, пр дополнением) ГХЗ = к доп(аз,с): de+S ГХ4 = к доп(а4,c): en+S (Источник и Результат — косвенные gtt пения в указанных при них морфологических реализациях «пред существительное»).

Если имеет место совпадение всех перечисленных в ел< условий с теми, которые реализуются в данной фразе, прог дит «автоматическая» интерпретация, установленные связи таются абсолютно сильными, а весь СемУзел (предикат с аь тами) получает максимальную оценку (5). Так, для предлож Niicole avait traduit le texts 4и francais en russe, равно как длз варианта в пассиве, может быть построен Семузел типа многоз ный предикат:

Traduire (Nico1e, texte, frsucais, russe). Оценка = 5.

Мы упростили картину связей; семантически корректнее тать это предложение неполным, тогда СемО Источник и Pes тат должны иметь на первом месте формулу, привязываю текст1 к французскому языку н текст2 к русскому, а Объект и вода должен быль выражен формулой Вместо (текст2, текст1). несем необходимую коррекцию на этап глобального анализа

Совпадение между заданным в словаре и реальным тексте поведением лексемы дает основания в глубинно-синтаксиче~ структурах закрепить за каждым актантом определенный н< его места в предикатном выражении [смл Мельчук, 1999]. нашего примера это будет выглядеть так;

Trsduire

Nicoie teste frsucsis пизе

За номером актанта в ГСС закрепляется негласно также др смысловая нагрузка — сила связи с предикатом. Здесь у состав 116

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 116. Читать онлайн