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 20. Читать онлайн

ления и т.п.). Но именно необходимость постоянно обр таким источникам ставит перед ВЛ более серьезные за простое хранение.

Задача ведения и поиска в таких массивах лежит на ционной системе: она должна уметь быстро найти все дс в которых, например, рассматривается тема снятия с д лиц высокого ранга или тема налогообложения на евер: и т. п. Такие задачи, как тематический анализ, решают мами автоматического индексирования и рубрицнровани< создают самые простые информационные структуры, на поисковым образом документа (ПОД); вторые относят в массива к рубрикам, заданным как значимые для дань метной области или для данного типа текстов.

В таком массиве очень важно также быстро находить вс менты, на которые явно или неявно ссылается анализируе» Это означает, что массив должен быть снабжен гивер» системой, хранящей связи между текстами и осуществля ответствующий поиск. В имеющихся системах гипертексто проставляются в основном человеком, но это очень тр задача, к тому же такой подход страдает субъективностьк стильностью, поэтому развитые системы АПТ ищут спос< магического построения гипертекстовых связей. В этой а» задаче основная нагрузка ляжет на лингвистический апп;

Что касается обработки научно-технической литерат» кументации, то здесь возникает много вопросов, относ, компетенции систем АПТ. Хранить в машинах все, что со ловеком до сегодняшнего дня, не только очень громоздк< нужно: ведь именно технические сочинения очень быстр вают, о них достаточно оставить внешнюю информацин мер, такой-то автор писал на такую-то тему или сделал открытие. Еще больше это относится к потокам сообщен ственно-политического характера: их нужно сортировать < массивы по общим темам или источникам (регионам), из они получены, нужно сжимать содержательную информац мализовать записи и помещать в базы данных и знани< система будет извлекать и выдавать ответы по запросам.

Таким образом, в задачу автоматической обработки входит и задача автоматического сжатия текстовой инф< Ее выполняют системы автоматического аннотировани рирования. Этот класс информационных задач (не квазир< ванне, а смысловое сжатие текстов) значительно трудне< ных выше, он требует глубокого лингвистического анал» мента, который должен выявить в конечном счете наиб формативные, наиболее важные части содержания текс уже основная область интересов ВЛ. До настоящего реш кой задачи (т. е. до работы на произвольном корпусе тек

20

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 20. Читать онлайн