350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №4 за 2016 г.
Статья в номере:
Методика анализа смысла текста с помощью семантической сети, содержащей нечеткие данные
Ключевые слова: лингвистический процессор семантический анализ естественного языка лингвистическая переменная искусственная нейронная сеть
Авторы:
С.М. Салибекян - к.т.н., доцент, Московский институт электроники и математики, Национальный исследовательский университет «Высшая школа экономики». E-mail: salibek@yandex.ru С.Б. Петрова - стажер-исследователь, Московский институт электроники и математики, Национальный исследовательский университет «Высшая школа экономики». E-mail: sv.halkina@gmail.ru
Аннотация:
Разработана и проанализирована методика извлечения нечетких данных из текста на естественном языке, включающая в себя принцип функционирования лингвистического процессора, организацию входных данных для него, формат генерируемой им структуры данных (семантическая сеть со встроенными описаниями нечетких данных) и алгоритм поиска информации. Уделено внимание реализации лингвистической функции (ЛФ) с помощью искусственной нейронной сети и методике сравнения выходных значений таких ЛФ во время информационного поиска в семантической сети.
Страницы: 37-42
Список источников

 

  1. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир. 1976.
  2. Салибекян С.М., Панфилов П.Б. Объектно-атрибутная архитектура - новый подход к созданию объектных систем // Информационные технологии. 2012. № 2. С. 8-14.
  3. Салибекян С.М., Халькина С.Б., Тиновицкий К.Д. Объектно-атрибутный подход для семантического анализа естественного языка // Объектные системы - 2014: Материалы VIII Международной научно-практической конференции (Ростов-на-Дону, 10-12 мая 2014 г.) / Под общ. ред. П.П. Олейника. Ростов-на-Дону: ШИ ЮРГТУ (НПИ), 2014.  C. 80-86 URL: http://objectsystems.ru/files/2012/Object_Systems_2014_Proceedings.pdf
  4. Frame semantics and the nature of language\": In Annals of the New York Academy of Sciences: Conference on the Origin and Development of Language and Speech. 1976. V. 280: 20-32.
  5. Sag I., Wasow T., Bender E. Syntactic Theory: A Formal Introduction (2nd ed.). Stanford: CSLI Publications. 2003
  6. Levine R.D., Detmar W. Meurers Head-Driven Phrase Structure Grammar Linguistic Approach, Formal Foundations, and Computational Realization // To appear in Keith Brown (Ed.): Encyclopedia of Language and Linguistics (second edition). Ed. K. Brown. Oxford: Elsevier. 2006.URL: http://www.sfs.uni-tuebingen.de/~dm/papers/ell2-hpsg.pdf
  7. Среда описания ресурса (RDF): Понятия и абстрактный синтаксис. Рекомендация W3C от 10 Февраля 2004: URLhttp://www.w3.org/2007/03/rdf_concepts_ru/
  8. Салибекян С.М., Панфилов П.Б. Объектно-атрибутный подход к построению интеллектуальных систем // Нейрокомпьютеры: разработка и применение. 2011. № 11. С. 9-17.
  9. Конышева Л.К., Назаров Д.М. Основы теории нечетких множеств: Учебное пособие. СПб.: Питер. 2011. 192 с.
  10. Салибекян С.М., Панфилов П.Б. Реализация искусственных нейронных сетей с помощью атрибутной архитектуры вычислительной системы // Информационные технологии. 2012. № 5. С. 64-68.
  11. Салибекян С.М., Петрова С.Б., Дениcова Ю.А. Объектно-атрибутная база данных для описания пространственно-временных отношений объектов // Объектные системы - 2015: материалы X Международной научно-практической конференции (Ростов-на-Дону, 10-12 мая 2015 г.) / Под общ. ред. П.П. Олейника. Ростов-на-Дону: ШИ (ф) ЮРГПУ (НПИ) им. М.И. Платова. 2015. С. 146-151. http://objectsystems.ru/files/2015/Object_Systems_2015_Proceedings.pdf