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 121. Читать онлайн

~ьная

vroco

ван

Выбй

юбле ывае казы :вост тиос :ние х эле >упп шля и. Са темы :нака

ений, -ана иВ, ; каж>акте >ит и вклю- пред- отно.тног ,ичесу свя : осо

конк уппу э ело окол ~нот пред олча-

)цедуге пе- казыиется адают :онст-

пукции. Находящееся на этой строке смысловое отношение и есть пцтерпретация данного предлога.

Если словарь дает несколько возможных значений (несколько ~ 'смО) предлога, а ближайший локальный контекст (сама ИГ) пс позволяет предпочесть единственный вариант, в структуру < 'емПрост заносятся все альтернативы. То же относится к союзам, шакам препинания и значимым грамматическим категориям, так ьак все они принадлежат семантической категории ОТНОШЕ1 1È Å.

Грамматика слабьгх связей может начинать работать по резуль- ~ атам достаточно простого синтаксического процессора. Возможная при этом избыточность, когда имя валентности потенциального хозяина и имя слабого отношения совпадают, не только не вредит, но и наоборот, полезна как свидетельство правильности анализа. В принципе любые зависимые могут рассматриваться как слабые, тогда семантический анализ будет состоять в совмещении имен валентностей с предлагаемыми интерпретациями слабой связи, н это будет гораздо более гибкий механизм, чем соединение по заданным моделям управления. Например, если группа ~ексем уйти, пойти, выйти и др, требует валентности Конечная Гочка (??,вый ти), т.е. «Куда выйти?», а предложная группа за хлебом нли на oxomy имеет одним из значений Цель(охота,??), то они взаимно насытят свои валентности с результирующим СемО Цель(охота, выйти), поскольку в иерархии СемО Цель(,) является частным случаем СемО КонТ(А,В). Из этого можно сделать вывод, что грамматика слабых связей имеет ббльшую семантическую силу, чем грамматика сильных связей (только глубинных надежей).

В основе ее лежит понятие «правильной» формулы СемП, т.е. правильного минимального высказывания на принятом семантическом языке. Правильная формула задается теми СХ, которые являются допустимыми для первого и второго членов данного СемО: СемО (СХ1,СХ2).

Механизмы интерпретации слабых связей в предложении интересны тем, что являются собственно семантическими механизмами, которые нужны и при глобальном семантическом анализе целого текста.

Описанный выше механизм прямой интерпретации а r в =» А R В позволяет интерпретировать большинство многозначных предлогов в тексте правильно и однозначно. Но это объясняется не столько силой предложенного аппарата, сколько благоприятным синтаксическим и позиционным контекстом, позволяющим в большинстве случаев однозначно выбрать кандидата в управляющее А, а также соблюдением «семантической правильности» большинством авторов научно-технических публикаций. Если эти идеальные условия нарушены (например, использован прием

121

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 121. Читать онлайн