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 222. Читать онлайн

лексический состав всех ЯПЗ берется из ресурсов естественног языка.

Обратимся к транслятору ЛТ-3, который должен проводить сра< пение записей на разных языках. В отличие от результатов работ трансляторов ЛТ-1 и ЛТ-2, которые осуществляют лингвистиче< кую экспертизу текста и поэтому всегда имеют положительный р< зультат, т.е. для любого текста построят какую-то структуру, р< зультат работы процессора ЛТ-3 может быть как положительны (строятся общие единицы, есть взаимопонимание), так и отриц: тельным (при самом «благожелательном» отношении системы-пар неры или встречные тексты «не могут договориться», т.е. соглас< вать свои единицы). Это произойдет, например, в том случае, есл единицами, построенными при анализе политических текстов, м захотим пополнить базу знаний по химии, и наоборот.

Ближе всего ЯПЗ и естественный текст соприкасаются в сист< мах генерации текстов. За переход от записей в БД и БЗн к но! мальному тексту тоже отвечает в самой существенной части лин вистический транслятор (см. гл, 10 и схемы CIT).

СГТ — сложные системы, работающие, как правило, в пред лах очень ограниченных предметных областей. Здесь более умес но, чем в системах ALIT, использование термина «ограниченнь естественный язык» (см. употребление термина ОЕЯ в гл. 1), т; как в автоматическом режиме должны генерироваться стерилы правильные и поэтому довольно искусственные предложения.

Встречая в литературе понятие ЯПЗ, нужно понимать, ч хотя разработчики разных ЯПЗ стремятся к универсальности (с языки KRL, FRL, а также ЯПЗ, создаваемые и используемые < многих отечественнь<х учреждениях), в настоящее время факт< является существование многих разных языков представлен> знаний (ЯПЗ-1...ЯПЗ-к). Выражение база знаний тоже реалы обозначает «специальная БЗн», или «БЗн определенной предме ной области», при этом обычно имеется в виду какой-то оче: небольшой фрагмент ПО, для которого создается свой язык пре ставления знаний. В жестком режиме для каждого ЯПЗ требует свой генератор:

ЯПЗ-1 — СГГ-1 — ОЕЯ-!

ЯПЗ-2 — CIT-2 — ОЕЯ-2 и т.д....

В этом случае картина перевода с ЯПЗ на ЕЯ и обратно анал гична схеме бинарного автоматического перевода с одного язы на другой, когда создается столько систем МП, сколько есть и языков.

Многие из существующих систем генерации стараются реал зовать такой перевод для нескольких языков. При этом больш внимание уделяется тонким вопросам организации коммуни! тивной правильности предложения как функции от СемП воп1

222

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 222. Читать онлайн