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 120. Читать онлайн

смысловой Объект. Тем самым связь, опознанная как сиз должна перейти в разряд слабых: Выбирать в значении 'гс вать', с открытыми глазами; а для Объект/Содерж голосо (за или против) остается неполная формула: ОБ/Содерж(?, рать).

В процессе автоматического анализа массива текстов пр ма распознавания и семантической интерпретации так наз мых слабых связей остается всегда актуальной. Слабыми о ваются такие синтаксические группы, которые остались н< ребованными в качестве зависимых при заполнении вален тей полнозначных лексем. Только тогда происходит обраще семантическим словарным статьям лексико-грамматически ментов, которые вводят данную слабую группу. Слабые г1 имеют сильную валентность на хозяина„которая предст-. собой СемО: необходимо интерпретировать сам способ связ мый большой класс слабых связей образуют слабоуправл< предложно-падежные группы, а также узлы, вьшеленные з ми препинания.

Инструментом интерпретации является словарь отнош своего рода грамматика слабых связей. Входом в,этот словар< лизатор является пара наборов характеристик (для слов А являющихся потенциальными кандидатами на связывание), дый набор может включать их лексико-грамматические ха< ристики (ЛГХ) и семантические характеристики. ЛГХ соотг значений морфолого-синтаксических классов и подклассов,; чая лексический оформитель связи (предлог, союз, нулевой лог), СХ состоит из семантических признаков и смысловых шений. Кроме этого, в словарной статье каждого конкре предлога могут быть отражены его индивидуальное синтакс кое и позиционное поведение, свойственные этому средств зи способы нарушения смысловой грамматики, а также во< бенности перевода на другой язык.

Выход — смысловые отношения между А и В. Каждый ' ретный предлог (нли другой элемент, вводящий слабую rp характеризуется своим набором СемО, что и отражено в ег< варной статье. Строки словаря (в системе ФРАП их было 300) упорядочены для каждого предлога по степени

При таком словарном описании значений предлогов прс ра автоматического распознавания значений (и определен< реводного эквивалента) многозначных предлогов в тексте о вается достаточно простой: для каждого предлога отыски< такая строка в его таблице, в которой CX членов А и В совп с СХ реальных слов — гипотетических членов предложной к

120

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 120. Читать онлайн