Г.В. Рыбина - д.т.н., профессор, кафедра «Кибернетика», Национальный исследовательский ядерный университет «МИФИ» (Москва). Е-mail: galina@ailab.mephi.ru С.С. Паронджанов - к.т.н., доцент, кафедра «Кибернетика», Национальный исследовательский ядерный университет «МИФИ» (Москва). Е-mail: galina@ailab.mephi.ru И.Д. Данякин - аспирант, кафедра «Кибернетика», Национальный исследовательский ядерный университет «МИФИ» (Москва). Е-mail: galina@ailab.mephi.ru

Рассмотрены проблемы приобретения темпоральных знаний для автоматизированного построения баз знаний в динамических интегрированных экспертных системах, разработка которых осуществляется на основе задачно-ориентированной методологии и комплекса АТ-ТЕХНОЛОГИЯ. Проанализированы современные подходы в области получения темпоральных знаний. Описаны особенности расширенного языка представления темпоральных знаний и комбинированного метода приобретения знаний. Рассмотрен пример модельного диалога с экспертом на основе использования базовых и модифицированных программных средств, поддерживающих комбинированный метод приобретения знаний.

 

1. Рыбина Г.В. Теория и технология построения интегрированных экспертных систем. Монография. М.: Научтехлитиздат. 2008. 482 с.
2. Aggarwal C. C., Zhai C. Mining Text Data. Springer, 2012. 535 p.
3. Ефименко И.В. Семантика времени: модели, методы и алгоритмы идентификации в системах автоматической обработки естественного языка // Вестник Московского государственного областного университета Сер. Лингвистика. 2007. № 2.
4. Рыбина Г.В., Данякин И.Д. Особенности приобретения темпоральных знаний в динамических интегрированных экспертных системах // Информационно-измерительные и управляющие системы. 2015. № 8. C. 3-14
5. Заболеева-Зотова А.В., Дмитриев А.С., Орлова Ю.А., Розалиев В.Л. Processing of Spatial and Temporal Information in the Text // World Applied Sciences Journal (WASJ). 2013. V. 24. Spec. Issue 24: Information Technologies in Modern Industry, Education & Society.
6. Allen J.F. Maintaining knowledge about temporal intervals // Communications of the Association for Computing Machinery. 1983. V. 22. P. 832-843.
7. Pan E. Learning Temporal Information from Text / Encyclopedia of Data Warehousing and Mining, Second Edition, Montclair State University. USA. 2009. P. 1146-1149.
8. Schilder F. Temporal Relations in English and German Narrative Discourse. University of Edinburgh. College of Science and Engineering. School of Informatics. 1997. 216 p.
9. Yoshikawa K., Riedel S., Asahara M., Y. Matsumoto Y. Jointly Identifying Temporal Relations with Markov Logic // In Proceedings of the Joint Conference of the 47th Annual Meeting of the ACL and the 4th International Joint Conference on Natural Language Processing of the AFNLP. Suntec, Singapore. 2009. P. 405-413.
10. Pustejovsky J., Castano J., Ingria R., Sauri R., Gauzauskas R., Setzer A., Katz G. TimeML: Robust Specification of Event and Temporal Expression in Text // In Proceedings of New Directions in Question Answering, 2003. P. 28-34.
11. Рыбина Г.В. Интеллектуальные системы: от А до Я. Серия монографий в трех книгах. Кн. 1. Системы, основанные на знаниях. Интегрированные экспертные системы. М.: Научтехлитиздат. 2014. 224 с.
12. Рыбина Г.В., Дейнеко А.О. Распределенное приобретение знаний для автоматизированного построения интегрированных экспертных систем // Искусственный интеллект и принятие решений. 2010. № 4. С. 55-62.
13. Рыбина Г.В., Мозгачев А.В. Реализация темпорального вывода в динамических интегрированных экспертных системах // Искусственный интеллект и принятие решений. 2014. № 1. С. 34-45.
14. Осипов Г.С. Динамические интеллектуальные системы // Искусственный интеллект и принятие решений. 2008. № 1. С. 47-54
15. Арутюнова Н.Д., Янко Т.Е. Логический анализ языка: Язык и время / Отв.ред. Н.Д. Арутюнова, Т.Е. Янко. М.: Индрик. 1997.
16. Kibbe WA et al Disease Ontology 2015 update: an expanded and updated database of human diseases for linking biomedical knowledge through disease data Nucleic Acids Research, 2014, doi: 10.1093/nar/gku1011.