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 42. Читать онлайн

распределение лингвистических данных по уровням, — э

новное, что определяет специфику СМП.

В 12. Внешняя и внутренняя оценка CNII'

В том большом эксперименте, который представля1

СМП, для каждой полной системы должны быть сформут

критерии оценки — виеи«пей(оценка результатов работы

пользователем) и виутреиией (оценка самой системой

тов каждого этапа — для экспериментальных систем).

В исследовании О.Кулагиной рассматриваются основ|

метры качества, по которым давалась внешняя оценка

тов во многих СМП [см:. Кулагина, 1979]. Это пвиятиос

вииьиоеть, или адеиватиость, перевода. При пофразнс

переводов на массиве 15 тыс. слов, выполненных систем

(Франция), вполне понятных фраз оказывалось 50%, i

понятных — 28%, совсем непонятных — 22%. Разбиени[

сы качества достаточно субъективно. В оценке системы ~

тывались три категории качества: понятность, адекватное

матпческая правильность — и проводилось разбиение r

рии самих экспертов: лингвисты, математики (т.е. спец:

той ПО, которой принадлежали тексты) и смешанны

Оценка усложняется, если система выдает несколько '

одной фразы.

Возможна и внутрисистемная оценка самой систем<

татов каждого этапа. Эту функцию выполняет часто ~

ный компонент «Аксептор». Самым очевидным случаем ~

ки является принцип «все или ничего», т.е. приятие и

ятие следующим этапом результатов предыдущего. Та

ким принципом долгое время руководствовались систе

ro поколения. Если строится дерево предложения, оно

на синтез; если же хотя бы на одном участке неудача,

отбраковывается. В дальнейшем этот принцип был с>

пользованием эвристик, приписыванием весов, выхо~

лее простой режим перевода (перевод по синтаксичес

пам, пословный и т.п.), а также особой организацие

тики, когда первым выдается самый лучший вариаг

мер, в системе ЭТАП).

В сборнике «Машинный перевод и прикладная лингвис

лагается проводить внугрисистемную оценку (пока тес

по основному параметру каждого уровня понимания [см

Текст перевода должен оцениваться мерой отступлен

альных требований:

a) иеирерывиость — это отсутствие вариантов переж

той же единицы;

42

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 42. Читать онлайн