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 216. Читать онлайн

В 57. Роль и функции спецтранслятора

в модели АПТ

Предметная область может задаваться в разных формах и ед ницах: базы данных, базы знаний, семантические сети, рубриь торы, классификаторы, тезаурусы, номенклатуры или просто crrr ки слов. В любом случае анализаторы ИЛМ должны обеспечить сравнимость с текстами, чтобы можно было привлекать матери предметных знаний для пополнения текстовых структур или, ь оборот, заносить информацию из текста в базы данных соотв< ствующих предметных областей.

Если спецзнания заданы в виде списков и терминологическ словников, лингвистический транслятор умеет с ними справля; ся, хотя и в этом случае возникают трудности. Так, в составе cr темы ПОЛИТЕКСТ сложные термины проходили обработку си таксическим анализатором для именных групп, что делалось л уменьшения числа необоснованно длинных единиц в Тезауру В таком виде они включались в синтаксические структуры паря с другими единицами СинП (см. также гл. 3).

Возьмем более сложные формы задания знаний — БД, БЗ> сети. Для их привлечения к взаимодействию с ЕТ недостаточ простых приемов анализа и заведомо недостаточно только си такснческого уровня. Это означает, что среди процессоров сис мы АПТ должен быть некий спептранслятор (СТ) — компоне~ который отвечает за спецпоиимаиие, т.е. приводит разнообразн источники знаний к виду, близкому или сравнимому с текстов ми семантическими структурами.

В книге Д.А.Поспелова говорится: «Проблема установлен совместимости двух записей не менее трудна, чем проблема r строения СемП. По существу, она сводится к построению Сез второго уровня» [Поспелов, 1981; 411. Хотя Д.А. Поспелов отг сит эту мысль к сравнению СемП разных предложений текс она тем более справедлива по отношению к сравнению СемП тек и встречного текста в виде структуры знаний. Однако мы вид возможное решение проблемы не в повышении, а в яоиижев уровня сравниваемых структур. Чтобы обеспечить сравнимое нужно перевести записи в БЗн на тот язык, который прина СемП текста, построив своего рода встречное СемП знаний. Эт языком является информационный язык-посредник. Напомн между тем, что за относительное понимание в системе АПТ от чает отдельный компонент — лингвистический транслятор ЛТ Какие проблемы встанут перед спецтранслятором еще до обрав ния к процессорам сравнения ЛТ-3?

Возьмем штатный случай, когда анализатор правильно cd нес ЕТ и некую БД или БЗн, причем нет естественно-языков< разноязычия: мы ограничимся пределами одного ЕЯ, в наш

216

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 216. Читать онлайн