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 68. Читать онлайн

(7 2 3 2 (1 4) } — сушествительное (неодуш., ср

стекло а форме: мн.число, именит. или винит.~

(9 1 1 3 2 1 1) — глагол стечь в форме. "прош

женск.род, ед.число

Упрощенный вариант программы МОРФ1 — прогр; МОРФЗ — решает так называемую задачу лелииатизаиии: оп) ляет только начальную форму слова, не формируя список 1 магических характеристик словоформы, например:

стеки -1 стек, стечь

стекла †> стекло, стечь

стеками а стек

Программа МОРФ2 работает со словами, не идентифиг ванными по словарю. Для уточнения грамматических призь незнакомых слов она учитывает следующие составляющие с вы (диагностические сегменты): префикс, суффикс или не) pyro цепочку букв в конце основы, последнюю букву основ(

Если анализируется не отдельно взятое слово, а слово в с ве предложения, появляется возможность учета контекста, синтаксических связей данного слова с соседними. Информа) контексте передается программам морфологического впали следующих за ними программ синтаксического анализа с п щью предсказаний — списка ожидаемых грамматических пр( ков обрабатываемого слова. Так, при анализе незнакомого < Верхневартовсх в контексте приехала из далекого Верхневарт7 ожидаемые характеристики последнего слова фрагмента та» неодушевленное существительное в форме единственного ч родительного падежа.

В таких ситуациях результат работы МОРФ2 сопоставляе предсказаниями и в случае соответствия запоминается. Есл предсказание не подтвердилось, начинает обрабатываться д( вариант разбиения словоформы. Если ожидаемый результ; получен, то либо слово признается неизменяемым, либо в ищутся и исправляются ошибки. В системе работает диало) программа, позволяющая вносить новые слова и уточняющие знаки.

МорфАн только со словарем окончаний

Для флективных языков, в том числе русского, стал (rom ным независимый флективный анализ как более экономич без использования словаря основ или словоформ. Метод поз( ет одинаковым образом обрабатывать все слова как «новые» ва, не найденные в словаре. Для этого задаются списки трама ческнх морфем языка: флексий, предлогов, союзов, част) также знаков препинания. Такой анализ уже содержит элем

68

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 68. Читать онлайн