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 254. Читать онлайн

пользование), обеспечивают исчерпывающее лингвистическое «портретирование» слова и концентрируют внимание на тонких смысловых различиях близких по значению и синонимичных слов [см.: Новый объяснительный словарь..., 1997].

В системах, создаваемых под руководством С. Ниренбурга, все большее значение придается онтологическим аспектам описания значений: слово описывается по его месту в представлении знаний; тем самым обеспечивается связь с предметными областями, из которых слово наследует полезные семантические свойства [см:. Nirenburg, Raskin, Tucker, 1987].

В коллективе МакКьюин слово получает словарную информацию как представитель множества коллокаций (collocations), в которые оно может входить. Информация носит в основном лингвистический характер [см.: Smadja, McKeown, 1991].

Дж. Пустейовский развивает генеративный подход к описанию лексики, в рамках которого предполагается собирать и вводить лишь основные типы словарных статей, а описание всего остального массива лексики получать (генерировать) автоматически- применением правил. Такой способ сбора и описания лексики (если он достижим) не может не сказаться положительно и-на методике и процедурах анализа текста [см.: Pustejovsky, 1995].

З.M.Øàëÿnèíà в работах по созданию системы машинного перевода с японского языка на русский развивает и углубляет методику компонентного подхода, использующего понятие элементарного смысла: обосновываются связи компонентов значения слова с его валентностями, тем самым вносится стройность в сам язык элементарных смыслов [см.: Шаляпина, 1974].

Н.Н. Перцова отказывается от жесткой дискретной трактовки поцятий «значение ciIOBa» и «лексема», принятой в Московской семантической школе. В ее работах предлагается аппарат, чувствительный к вариативности смысла [см.: Перцова, 19881.

В работе В. Ш. Рубашкина и Д. Г. Лахути предлагаются принципы организации и состав собственно понятийного словаря [см.: Рубашкин, Лахуги, 1998]. Ядро такого словаря образует иерархическая система понятий — семантических примитивов, дерево признаков, на котором работает механизм наследования свойств.

Авторы лексической базы данных «Лексикограф» предлагают пользователю (лингвисту-исследователю) способ системного исчисления производных (в том числе видовых) значений глаголов, исходя из приписанной им таксономической семантической категории и связанных с ней других семантических различий [см:. Кустова, Падучева, 1994]. Идея импликативных связей между полями словарной статьи близка составителям словаря РУСЛАН, но она сложна в программной реализации.

В исследованиях Е.В.Рахилиной выбран трудный и, казалось бы, мало интересный с лингвистической точки зрения материал-

254

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 254. Читать онлайн