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 194. Читать онлайн

В обзорной работе Е.Г.Соколовой и М.В.Болдасова даютс. тестация и классификация 16 систем IT, в основном эксп ментальных моделей, в которых рассматриваются относите. простые ситуации [см.: Соколова, Болдасов, 2004]. Простые работают с табличной формой представления данных (преим ственно снабженных числовыми параметрами) и вьщают в к стве результата отчеты или короткие ответы по содержимому б

Выбор типа выходного текста зависит от состава исходной сз туры и типа вопроса к базе данных. На общий вопрос о соде~ нии БД генерируется текст, описывающий состав самой БД вопросы относительно конкретных сущностей система может дать определения основных объектов базы данных, составлеь с учетом множества имеющихся в БД параметров запрошен объекта. Пользователь может запросить, как действует така деталь устройства как одного из объектов БД, тогда СГТ пост текст объяснения. Некоторые системы выдают тексты кастр)з (как пользоваться изображенным на экране прибором или нужно сделать, чтобы устранить названные дефекты некото технического устройства). Из БД с динамически обновляющ информацией можно получить тексты новой информации пс зультатам сравнения каких-то показателей (текущего и пред1 щего периода или полученных из разных источников и т в составе экспертных систем генерируются тексты объяснен~ инструкций, использующие для этого правила вывода.

Самые известные (к тому же первопроходцы) из систем Г это ТЕХТ; TRANSLATOR, КВМТ-89, DIOGENES; SEMS SPOKESMAN, Mumble-86; GOSSIP, FoG, I.FS [см.: МсКе 1988; Nirenburg, 1987; Roesner, 1987; Meteer, 1992; Kittredge, 1 Iordanskaja, 1992]. Проводятся экспериментальные работы т: и в России [см.: Соколова, Шаров, 1998].

9 49. Компоненты СГТ

Процесс генерации текста в ответ на вопросы к базе дав или базе знаний проходит две стадии. Первая определяет conel ние и структуру ответа, т. е. решает, что надо отвечать, это с~ тегический компнневт, его еще называют Планировщиком ста. Вторая стадия — лингвистический (или тактический) ка лент — определяет, как строить сам текст ответа, какие ле ческие, синтаксические и коммуникативные средства ЕЯ ну для оформления ответа.

Управляющая ими программа определяет назначение СГТ| рактер базы знаний, из которой берется информация. Она ин~ ирует процесс генерации и определяет цели, которые дол быть достигнуты: например, изложить содержимое базы знан

194

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 194. Читать онлайн