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 236. Читать онлайн

Слова категории ЭТК образуют три подкласса: объекты, признаки и ситуации (ОБ, ПРИЗН, СИТ). В очевидных случаях слову нужно приписывать уточненную категорию: ЭТК-ОБ (словам президент, статья, законопроект), ЭТК-ПРИЗН (практически всем прилагательным и наречиям) или ЭТК-СИТ (например, словам воина, обсуждение, ymewca и др.). В неоднозначных или неясных случаях (система, режим, npaeo) может быть приписана общая категория (просто ЭТК).

Дальнейшая семантическая дифференциация слов-этикеток задается значениями полей СХ (семантическая характеристика) и ВАЛ (смысловые валентности) зоны СЕМ.

Поле СХ вводит семантические характеристики слова. Набор СХ никак не заменяет толкование и не дает исчерпывающего описания значений слова. СХ не переходят в окончательное СемП, а лишь служат дифференциальными признаками и используются как селективные ограничения при семантическом анализе текста. Вместе с тем некоторые из них достаточно предметны, т.е. задают класс внеязыковых сущностей с такой характеристикой. Перечислим некоторое подмножество используемых СХ:

АРТ (артефакт)

АЕСТР (абстрактность)

BEIIIBO (вещество)

ВЕЛИЧ (величина)

ВЛАСТЬ(власть)

ВМЕСТЛ (вместилише)

BOCIlP (восприятие)

ВРЕД (все, что сопряжено с опасностью для жизни)

ГОС (государство, государственность)

ДВИЖ (движение)

Слову может быть приписана одна или несколько СХ, примеры:

ЗГЛ = аванс; СХ = ФИН (финансовость)

ЗГЛ = смета; СХ = НОСИНФ (носитель информации..),ФИН

ЗГЛ = август; СХ = ВРЕМЯ,ИНТРВЛ (время, интервал)

ЗГЛ = автобус; СХ = УСТР,ДВИЖ (устройство, движение)

ЗГЛ = амплитуда; СХ = ПАРАМ (параметр)

ЗГЛ = акционер; СХ = ДОЛЖ (должность),ФИН'

Синтаксис записи в поле СХ простой: конъюнкция СХ задается их перечислением через запятую; дизъюнктивные цепочки СХ записываются (и нумеруются) как разные значения одного поля, что позволяет не множить число значений самого слова. Например:

' CX «ДОЛЖность» понимается шире, чем собственно должность: тоже я как

социальная функция; такую CX имеют слова пенсионер, ливней лллюзаонаст и др.

236

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 236. Читать онлайн