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 122. Читать онлайн

смысловой компрессии или допущено необычное употребл предлога), таблицы селектнвных ограничений для предлогов помогают.

Оказывается, что там, где на синтаксис опереться пель понимание а, следовательно, и перевод, осуществляются дейс тельно «по смыслу», аппарат селективных ограничений оказ ется слабым средством. Его роль сводится к чисто фильтров< он позволяет отбросить некоторые интерпретации, но не возможности выбрать из нескольких альтернативных интерп1 ций одну, даже когда это можно задать семантическим ко» етом фразы. Отброшенными оказываются иногда такие упот ления, которые следовало бы объяснить, восстановить и при (в основном это явления смысловой компрессии). Но для з нужно «выйти в текст».

Так, селективные ограничения в виде СХ могут отбросит< сколько-нибудь переносные, метафоричные употребления ва, тогда как нет никаких оснований объявлять каждое не вальное употребление слова другим значением (ср.: бить па и бить аргументами). Тот факт, что при разных СХ сильно равляемых слов оба имеют одну интерпретацию связи с r ным: Инструмент (палка, бить), Инструмент (аргуменп<ы, бь позволяет описывать их в пределах одной словарной стат< считать два разных употребления слова бить вариантами од< и того же значения.

Чем больше связей в тексте окажутся семантически cHJ

Мы не даем более подробного описания проблем первич< СемАн, так как эти вопросы освещены в книге «Машинный ревод н прикладная лигвистика» [см. МП-271, 1987].

Возвращаясь к смысловой интерпретации так называемых бых связей, можно утверждать, что многие слабые связи ин претируются в смысле незаполненных валентностей главного с. С, нз подчиненных нетерминальному символу СИТ они пер дят в подчиненные ее лексического ядра и тем самым станов. семантически сильными.

Отношение «быть частным случаем», записанное в грамма: СемО, обеспечивает возможность замены одного СемО дру при условии совпадения членов отношений. Отношение «со< женности» создает возможность замен при более сложных уел< ях. Но это выводит нас уже к операциям глобального СемАн ста.

122

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 122. Читать онлайн