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 210. Читать онлайн

информационный вес термина невелик: слишком длинная ц слов-«поводырей» с очень малым словарным весом прив данной СИТ. Эта Ситуация вряд ли получит статус Событи при сильной поддержке со стороны ПО. Такую же оценку п высказывание Предпринииается ряд мер по усилению роли ( ров, способствуьпцих быстрой ликвидации противника, в ю слово противник — слабый семантический узел (слово нув в установлении референтной связи или в каких-то идентиф рах), а общий вес СИТ ослаблен еще и тем, что отсутству< держка в виде встречного текста.

Сборка единиц ТФ происходит при вовлечении собс информационных механизмов. Это предметно-ориентиров анализ (ПоАн), который дотягивает лингвистические един1 значимых в данной ПО, т.е. до уже информационных е, Именно на этом этапе возможны неэквивалентные замены. частности, добавление в СемП внешних знаний, необходим достижения большей связности текстовых структур. Это пс ние СемП и выбор при неоднозначности анализа единиц, лее информативных для данной ПО. Они могут быль задан варем (тезаурусом) или самим пользователем,, в виде встр списка «горячих», наиболее важных для него, терминов; е встречных списков нет, используются рекомендации линг ческого анализа.

В главе 7 были перечислены некоторые критерии полно~ сти единицы СИТ (эксплицитность выражения СИТ и други вия), которые позволяют ей стать ядром соответствующе: тем самым был задан внутренний критерий построения ~ Т-Факта.

Т-Факты — это многоместные предикаты, синтезируе~ СитП целого текста; а множество единиц, связанных с ле ским ядром СИТ наиболее весомыми бинарными СемО, вятся аргументами ТФ. Они часто ие совпадают с начальны варным составом смысловых валентностей, равно как «лингвистические предикаты» станут лексическими ядра. (так, слова быть, представлять, составлять, являться, нач продолжать, меры, мероприятия, подготовка и др. не станут ТФ). Напротив, слова, лингвистически мало значимые, выйти в Т-Факт, т.е. стать онтологическими предикатами, именуют в некоторых системах, например, совместное пр« mue или Фильм «Титаник „с произвольными аргументам тересующими пользователя (см. ниже иллюстрацию зап БТФ).

Смена иерархий внутри сложных единиц типа СИТ т пользу более значимых с семантической или заданной извн~ зрения — одно из наиболее важных преобразований, нео мых при распределении текстовой информации по отру

210

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 210. Читать онлайн