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 196. Читать онлайн

дели . Смысл ь» Текст». GOSSIP строит тексты аннотаций ~ глийском языке на базе протоколов работы операционной < мы (цель — защита ОС от несанкционированного доступа' Carcagno, lordanskaja, 1989]. Другая система — LFS [смз lordat 1992] — генерирует отчеты на английском и французском я на основе БД по статистической информации о занятости н: ния. Система FoG [смл Kittredge, 1994], работающая в про ленном режиме, будет более подробно описана ниже. Она в ла из единственной полностью автоматической системь TAUM-МЕТЕО, переводившей сводки погоды с английскоп ка на французский. Сейчас тексты на английском и францу языках генерируются системой FoG одновременно, что важно для двуязычной Канады.

В 50. Схемы процесса генерации текстов

В качестве типовой схемы многоязычных СГТ приведем архитектуры двуязычной LFS-системы; добавление еще л языков отразится на лингвистических компонентах, включа межъязыковой словарь, лексикон и грамматику (схема 4).

Система DRAFTER (схема 5) предназначена для создани. ектов инструкций на французском и английском языках r пользованию многооконных компьютеров и содержит три ных компонента — базу знаний и два процессорных компо1 интерфейс с автором (Author Interface) и средства генерации (Х Тоо(1. База знаний, в свою очередь, состоит из трех частей: ве модель (Upper Model) — это онтология, описывающая объекты цессы и свойства, их различия и т. дй модель ПО (Domain Мо многоуровневая структура, на высшем уровне которой кодир понятия и отношения, общие для всех инструкций, а на ~ нижнем — специфические для данной ПО объекты и опе (например, окно, кликнуть, открыть); Proc./Desc. Instances имена конкретных процедур и описаний, упоминаемых в ин< ции, автор соединяет их (в интерактивном режиме) с едиш двух верхних уровней [смл Multilingual Text Generation..., 19!

Приведем один пример входа в СГТ. Система SUM% (SUI(II(Iarizing Online NewS articles) суммирует содержание м газетных сообщений на одну тему (в данном примере — ~ ризм), при этом учитываются изменения описываемого со во времени [смл McKeown, Radev, 1998]. За основу беруч тексты на ЕЯ, а уже готовые фреймы (созданные автомати из текстов другой системой). Система суммирует их, задав держание будущего текста (стратегический компонент: е planner), на эту часть задачи работает несколько операторо пример, противоречие, добавление, нет новой информации и

196

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 196. Читать онлайн