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 203. Читать онлайн

рассмотрены в работе Л.Иорданской [см.: lordanskaja, Kim, Kittredge et а1., 1992]. В основе лежит та же лингвистическая модель. В центре внимания описания СГТ GOSSIP — организация темо-ремной структуры в лингвистическом модуле и построение правильной коммуникативной структуры генерируемых предложений.

or тия, ор- коi—

гий ить же но-

В 53. Сравнение систем []]]П и ГТ

~та- накак ~ьзу в в тие ксрая на

по-

,ол~е с по-

поз

яи

[каl)ar

д

ьче

гза

Ма

(ар

У

но

тла

II

203

В задаче СГТ сконцентрировались достижения в области МП, теории текста (теории речевых актов, актуального членения, ведения диалога и др.), экспертных, диалоговых и других систем класса «искусственный интеллект» (ИИ). Развиваемые до этого методы перевода и ЕЯ-синтеза отдельных предложений (как в системах машинного перевода) не вполне адекватны задаче ГТ. Больше всего работ по созданию СГТ, причем на высоком уровне, ведется в США и Англии — странах, где машинный перевод не так актуален (ввиду универсальности английского языка), а баз данных и баз знаний создано уже очень много.

Новая парадигма — построение базы данных или иной структуры (в том числе графа, рисунка и т.п.) на основе анализа целого текста и последующее развертывание содержания всей или каких-то аспектов структуры в новые тексты — стала заменой традиционному пути машинного перевода текста. Назовем только один из стимулов развития такого раздельного подхода к пониманию исходного документа и генерации новых текстов. Развитие науки- это не столько процесс накопления информации, сколько процесс непрерывного обновления, «известные данные сливаются с новыми данными, переписываются и по-новому интерпретируются с точки зрения новых теорий» [Брукс, 1973]. При незначительном изменении и дополнении текстов новыми деталями, например разных руководств по техническому обслуживанию аппаратов, легче внести изменения в структуры и снова запустить СГТ, чем создавать новые текстовые описания и использовать тяжеловесную конструкцию СМП. А если речь идет о тиражировании документа на разных языках и с разными требованиями к результату, то тем более важно иметь самостоятельные системы, генерирующие тексты из любых источников (в том числе невербальных).

Решение задач СГТ в полном объеме пока недостижимо- хотя бы потому, что нет общей теории семантики, прагматики, нет и общепринятого метаязыка семантических и концептуальных структур текста, из которых можно генерировать тексты на разных ЕЯ. Это проблемы в основном семантического характера, они же (но не только они) тормозят и развитие машинного перевода.

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 203. Читать онлайн