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 220. Читать онлайн

но каждый список, полученный для каждой отдельной ПО, и< ет какой-то уклон. Так, для описания знаний бюрократичес< сферы потребуется больше дифференцировать иерархические ношения ПРИНАД(А,В), МАСШТАБ(А,В), В ВЕДЕНИИ(А, ЧАСТЬ(А,В) и др., а при описании химических знаний бу, преобладать отношения СОСТАВ(А,В), ЭЛЕМЕНТ(А,В) и др. g ПО «родства» можно ввести спец-ЭСО типа БРАТ(А,В), МА (А,В), ОТЕЦ(А,В) и т.п., при описании ПО «движения» бу, преобладать спец-ЭСО НАЧ ТОЧКА(А,В), КОН Т(А,В), ПЕ МЕЖУТ ПУНКТ(А,В) и т.д.

Сравнение списка общелингвистических и специальных э ментарных отношений может дать расхождения, поэтому тру< ответить на вопросы о том, каков инвентарь ЭСО и сколько вс ЭСО требуется для анализа ET. Используется весь список, но м< гие из отношений конкретизируются. Однако новые ЭСО или сп ЭСО образуются по определенным правилам укрупнения или ин комбинаций элементов некоторого канонического списка, и они подчиняются грамматике ИЯП (см. гл. б).

Итак, для включения Знаний привлеченной ПО в систему А спецтранслятор в информационной модели понимания тек должен освободить внешние источники знаний от специфичес< форм выражения, но сохранить содержание, т. е, принятые в д; ной ПО именования объектов (в том числе терминологию) и с< цифические имена отношений. Эти крупные единицы, получ< ные на этапе СТ-1, не столько промежуточный результат об1 ботки, сколько Лексикон, лингвистическое описание лексики Г Именно такие или близкие к ним единицы должен строить ЛТ < этапе глобального анализа ЛТ-2), анализируя тексты по той ПО. Если они не строятся, нужно переходить на уровень ни: задействовав этап СТ-2. Тогда мы и получаем искомое СемП з< ний. Добавив его к СемП текста, мы обогащаем структуру ЕТ вне ним знанием, а результирующая структура становится инфор» ционным пространством текста, в котором могут присутствов, и крупные единицы, и мелкие, рассыпанные на элементарн формулы ИЯП. Далее уже на всем ИнфПрост работает глоба ный анализ, подобный ЛТ-2.

Возможность представить единицы спецзнаний в виде элем< тарных формул Р(А,В) — это интерпретация спецединиц m наивно-лингвистической точки зрения, но именно она позвол: сблизить не только ЯПЗ и СемП, но и сами спецязыки разных 1 между собой, а это уже первый шаг к организации системн< диалога между самими базами данных.

Исследование адаптации систем АПТ к новым предметн: областям требует большой работы с базами данных, знаний энциклопедиями. Проблема гораздо шире, чем просто исполы вание в каких-то системах узкого круга сведений из ПО.

220

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 220. Читать онлайн