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 186. Читать онлайн

гение контрольных пакетов акций, тема микроэлектроники

ва обращение к терактам (MUC-4). В 1996 г. на повестке дня

объявлена программа оценки обнаруженной в текстах кореф<

ности объектов. Тема MUC-5 — совместные предприятия

ventures), MUC-6 — служебные перемещения (manag

successions). Приведем пример из одной работы по последн

матике [смз Collins, Miller, 1998];

Event Number Slot

1 IN

OUT

POST

COMPANY

2 OUT

POST

COMPANY

Этот фрейм был получен одной из систем — участников Ь

из следующего текста:

Itestor Industries Inc. (Orlando, Fia.)—

Нет!еу Е. West, 50yearsold, was named president of tttts telecommunii product concern. Мк West, wbo most recently was а group vice president) Communications Corp. in Dallas, 3)1й а vacancy created by йе retirem September of Iobn Bradley, 03.

Кроме заполненных полей слотов собирается и дополн ная информация (слоты причины должностных изменений, ности вовлеченных лиц и др.). Указываются слова-«индикар (IND = resignation) и те глагольные и именные группы, кс выделены общелингвистическим этапом анализа (VERB = t NOUN = retirement).

Технология работы этих систем, создаваемых целым сс ством участников MUC, такова: из свободного непрепари] ного корпуса ЕЯ-текстов отбирается (иногда вручную) п~ сив релевантных объявленной задаче текстов, формируетсг ный массив, на котором происходит «натаскивание» грамм затем происходит ее проверка и отладка на другом, тестово сиве. Только после всех испытаний собранная система запус в работу на реальном массиве, и в таком «экзаменационно жиме производится оценка ее основных параметров — п1 правильно собранных схем из общего числа релевантных [см.: Grishmsn, Sundheim, 1997; Collins, Miller, 1998].

Девиз, который поддерживается инициаторами проекта чить пусть небольшую, но надежную порцию информациг ность обеспечивается тем, что искомая информация «добыл из ближайшего контекста, ограниченного предложением, . ная опора — предсказанные способы морфолого-синтаксич выражения актантов заданной ситуации. В отдельных под:

186

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 186. Читать онлайн