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 76. Читать онлайн

на для этих слов при вторичном МорфАн, важна не тольк учебное завершение этапа морфологического уровня поним но и для практических целей: например, позволит осущес правильный выбор в базах данных имен (Горбачев — это не ) чевскиг1).

Возврат к первичным результатам желателен и для разреп других морфологических проблем; например, возникших пр~ лизе сокращений. Ведь поэлементный состав текста, получе после первичного этапа анализа (ГрафАн + МорфАн), не ост ся неизменным в ходе дальнейшего анализа.

МорфАн — это устоявшийся уровень лингвистического а за, имеющий свою специфику и свой инструментарий. Во м системах ИПС это единственный полностью лингвистическиФ понент. Но если для ИПС после МорфАн нужны лексемы, а морфологические характеристики, то для полных систем важно получить «полностью харакгеризованные лексемы» ( (термин модели И. Мельчука). Часто точную информацию м получить лишь при вторичном проходе.

Морфологический синтез проще анализа, если на вход г пила однозначная информация в виде ПХЛ. Решение задач~ ского морфологического и морфолого-синтаксического си по неполной и/или неточной входной информации смотр работе 3.М.Шаляпиной [смл Шаляпина, Канович, 1997).

Литература

Аношкина Ж.Г. Морфологнческнй процессор русского mi

Альманах «Говор». — Сыктывкар, 1995. — С. 17 — 23.

А н о ш к н н а Ж. Подготовка частотных словарей и конкордан

компьютере: Пособие для филологов. — М., 1995.

Белоногов Г.Г., Зеленков Ю.Г. Алгоритм морфологнч

анализа русских слов // Вопросы информационной теории н прахи

М., 1985. — № 53. — С. 62 — 93.

Доквадзе E À., Лордкипанидзе Л.Л., Чнкондзе Г.

словарный сетевой морфологнческнй тегер // Труды Междунар<

семинараДИАЛОГ-2001. — М., 2001. — Т. 2. — С. 100 в 110.

Д уд к о в с к н й В. И. Автоматический морфологнческнй аназп

став без словаря // НТИ. — М., 1990. — Сер. 2 — № 2. — С. 36 — 40

3 а л н з н я к А.А. Грамматический словарь русского языка. Сл

мененне. — М., !977; 2003.

Крылов С.А., Старостин С.А. Актуальные задачи морф

ческого анализа н синтеза в интегрированной информационной

STARLING // Компьютерная лингвистика н интеллектуальные

76

Обложка.
DJVU. Автоматическое понимание текстов. Системы, модели, ресурсы. Леонтьева Н. Н. Страница 76. Читать онлайн