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 168. Читать онлайн

получаем на пересечении двух классификаций — категориал и аспектной. Вьшеленные категории распределяются по этим аспектам неравномерно: одни тяготеют к А, другие — к В, трет к А и С, четвертые — только к С. Не все лексемы (пон, можно приписать к тому или иному аспекту, некоторые лек характеризуются только категорией. Возможность быль уча< ком любого аспекта — тоже признак отдельного класса.

Аспектная классификация облегчает выявление связей м лексемами (понятиями). Процессы, входящие в класс 1.1 (у ники аспекта А), могут вступать в отношения с обьектами к 2.1 (участники аспекта А), но не могут вступать в отноше< классом 2.2 (участники аспекта В). Например, углекислота (i 2.2) может входить только в аспект В, а в А и С не может. А< гично, закачка (класс 1.2) может входить в аспект В, à д< (класс 1.3) в этот аспект не входит. Поэтому ПРОЦЕСС (до< и ОБЪЕКТ (углекислота) не могут образовывать смысловую с а ПРОЦЕСС (закачка) и ОБЪЕКТ (углекислота) могут: ПРОБ (закачка) — ОБЪЕКТ (углекислота). Действительно, в да предметной области углекислоту закачивают, а нефть и газ д вают.

При анализе вхождение в класс функциональной эквива. ности позволяет образовывать правильные зацепления, т.е. i ить правильные поддеревья:

П(А) = > О(А), а не *П(А) = > О(В).

Использование двух оснований классификации, категор1 ной и аспектной, позволило дифференцировать информаци значимые понятия области, а вслед за ними и лексику (ве состав информации к лексемам в словаре) так, что в этих те нах стало возможным более точно формулировать понятие вильного ИнфП (правильно построенной ситуации).

Аппарат семантических признаков в отраслевом слова~

Еще один нестандартный тезаурус для автоматического и< сирования (АИ) был создан и реализован в системе АИ отр вого потока текстов [смл Леонтьева, Вишнякова, 1977]. Он в чает четыре части: словник терминов данной ПО; словарь < для тех слов, которые входят в какой-либо термин; множ дескрипторов (одиночные слова русского языка, написанные писными буквами); грамматика семантических признаков (<

Перечислим списком используемые СП как определяющи< подхода. Их 24: 12 основных и стольких же производных от <

Д — действие, процесс (уйорка, транспортировка, деформация)

Ус — устройство (конвейер, лифт, машина, схема)

Дус — деталь устройства (стрела, педаль, колесо, рычаг)

168

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 168. Читать онлайн