Семантическая структуризация текстовых знаний для систем аналитического мониторинга больших объемов информации в социальной сфере

Ю. И. Морозова; Е. Б. Козеренко; В. И. Будзко; К. И. Кузнецов; М. М. Шарнин

Семантическая структуризация текстовых знаний для систем аналитического мониторинга больших объемов информации в социальной сфере

Ю. И. Морозова¹, Е. Б. Козеренко², В. И. Будзко³, К. И. Кузнецов⁴, М. М. Шарнин⁵

научная статья Страницы: 21-34

^1,4 науч. сотрудник, ИПИ РАН
² к.филол.н., зав. лабораторией, ИПИ РАН
³ д.т.н., зам. директора по научной работе, ИПИ РАН
⁵ к.т.н., ст. науч. сотрудник, ИПИ РАН

Ключевые слова: мониторинг социальных медиа семантико-ориентированный лингвистический процессор извле¬чение именованных сущностей морфологический анализ онтология предметной области тональный анализ текстов большие данные

Аннотация

Представлены методы и инструменты семантической структуризации данных больших объемов; центральным компо¬нентом технологического комплекса является семантико-ориентированный лингвистический процессор (СОЛП). Дано описание новой системы аналитического мониторинга в социальной сфере.

Для цитирования

Морозова Ю.И., Козеренко Е.Б., Будзко В.И., Кузнецов К.И., Шарнин М.М. Семантическая структуризация текстовых знаний для систем аналитического мониторинга больших объемов информации в социальной сфере // Системы высокой доступности. 2014. № 3. С. 21–34.

Список источников

Будзко В.И. Развитие систем высокой доступности с применением технологии «большие данные» // Системы высокой доступности. 2013. Т. 9. № 4. С. 3-11.
Козеренко Е.Б., Кузнецов И.П. Когнитивно-лингвистические представления в системах обработки текстов // Информатика и ее применения. 2010. Т. 4. Вып. 3. С. 69-76.
Kuznetsov I.P., Kozerenko E.B., Matskevich A.G. Intelligent extraction of knowledge structures from natural language texts // Proceedings - 2011 IEEE/WIC/ACM International Joint Conferences on Web Intelligence and Intelligent Agent Technology - Workshops. WI-IAT 2011. P. 269-272.
Kuznetsov I.P., Kozerenko E.B. Semantic approach to explicit and implicit knowledge extraction // Proceedings of ICAI-11, WORLDCOMP-11. July 18-21, 2011. Las Vegas, Nevada, USA. CRSEA Press. USA. 2011. P. 882-887.
Морозова Ю.И. Построение семантических векторных пространств различных предметных областей // Информатика и ее применения. 2013.Т. 7. Вып. 1.С. 90-93.
Список систем мониторинга социальных медиа на английском языке. URL: http://wiki.kenburbary.com/social-meda-monitoring-wiki (дата обращения: 2014-06-28).
Онлайн-система мониторинга социальных медиа «Ходят слухи». URL: http://hodyat-sluhi.ru/ (дата обращения: 2014-07-02).
Онлайн-система мониторинга социальных медиа «IQBuzz». URL: http://www.iqbuzz.ru (дата обращения: 2014-07-02).
Онлайн-система мониторинга социальных медиа «Brandspotter». URL: www.brandspotter.ru (дата обращения: 2014-07-07).
Онлайн-система мониторинга социальных медиа «Socialbakers». URL: http://www.socialbakers.com (дата обращения: 2014-07-07).
Система семантического серфинга по интернет-текстам «Keywen». URL: http://www.keywen.com (дата обращения: 2014-07-07).
Pang B., Lee L. Opinion mining and sentiment analysis // Foundations and Trends in Information Retrieval. 2008. № 2. P. 1-135.
Pang B., Lee L. Seeing stars: exploiting class relationships for sentiment categorization with respect to rating scales // Proceedings of the 43rd annual meeting of the Association for Computational Linguistics (ACL). University of Michigan, USA. 2005. P. 115-124.
Snyder B., Barzilay R. Multiple aspect ranking using the good grief algorithm // Proceedings of the Joint Human Language Technology/North American Chapter of the ACL Conference (HLT-NAACL). 2007. P. 300-307.
Blinov P.D., Kotelnikov E.V. Using distributed representations for aspect-based sentiment analysis // Computational Linguistics and Intellectual Technologies, Papers form the Annual International Conference «Dialogue». 2014. Iss. 13(20). P. 64-75.
Liu B., Hu M., Cheng J. Opinion observer: Analyzing and comparing opinions on the web // Proceedings of WWW. 2005.
Pang B., Lee L., Vaithyanathan S. Thumbs up - sentiment classification using machine learning techniques // EMNLP. 2002. P. 79-86.
Turney P. Thumbs up or thumbs down - semantic orientation applied to unsupervised classification of reviews // Proceedings of the Association for Computational Linguistics. 2002. P. 417-424.
Рабочая среда для создания лингвистической разметки текстов GATE. URL: http://gate.ac.uk (дата обращения: 2014-07-07).

[1] Будзко В.И. Развитие систем высокой доступности с применением технологии «большие данные» // Системы высокой доступности. 2013. Т. 9. № 4. С. 3-11.

[2] Козеренко Е.Б., Кузнецов И.П. Когнитивно-лингвистические представления в системах обработки текстов // Информатика и ее применения. 2010. Т. 4. Вып. 3. С. 69-76.

[3] Kuznetsov I.P., Kozerenko E.B., Matskevich A.G. Intelligent extraction of knowledge structures from natural language texts // Proceedings - 2011 IEEE/WIC/ACM International Joint Conferences on Web Intelligence and Intelligent Agent Technology - Workshops. WI-IAT 2011. P. 269-272.

[4] Kuznetsov I.P., Kozerenko E.B. Semantic approach to explicit and implicit knowledge extraction // Proceedings of ICAI-11, WORLDCOMP-11. July 18-21, 2011. Las Vegas, Nevada, USA. CRSEA Press. USA. 2011. P. 882-887.

[5] Морозова Ю.И. Построение семантических векторных пространств различных предметных областей // Информатика и ее применения. 2013.Т. 7. Вып. 1.С. 90-93.

[6] Список систем мониторинга социальных медиа на английском языке. URL: http://wiki.kenburbary.com/social-meda-monitoring-wiki (дата обращения: 2014-06-28).

[7] Онлайн-система мониторинга социальных медиа «Ходят слухи». URL: http://hodyat-sluhi.ru/ (дата обращения: 2014-07-02).

[8] Онлайн-система мониторинга социальных медиа «IQBuzz». URL: http://www.iqbuzz.ru (дата обращения: 2014-07-02).

[9] Онлайн-система мониторинга социальных медиа «Brandspotter». URL: www.brandspotter.ru (дата обращения: 2014-07-07).

[10] Онлайн-система мониторинга социальных медиа «Socialbakers». URL: http://www.socialbakers.com (дата обращения: 2014-07-07).

[11] Система семантического серфинга по интернет-текстам «Keywen». URL: http://www.keywen.com (дата обращения: 2014-07-07).

[12] Pang B., Lee L. Opinion mining and sentiment analysis // Foundations and Trends in Information Retrieval. 2008. № 2. P. 1-135.

[13] Pang B., Lee L. Seeing stars: exploiting class relationships for sentiment categorization with respect to rating scales // Proceedings of the 43rd annual meeting of the Association for Computational Linguistics (ACL). University of Michigan, USA. 2005. P. 115-124.

[14] Snyder B., Barzilay R. Multiple aspect ranking using the good grief algorithm // Proceedings of the Joint Human Language Technology/North American Chapter of the ACL Conference (HLT-NAACL). 2007. P. 300-307.

[15] Blinov P.D., Kotelnikov E.V. Using distributed representations for aspect-based sentiment analysis // Computational Linguistics and Intellectual Technologies, Papers form the Annual International Conference «Dialogue». 2014. Iss. 13(20). P. 64-75.

[16] Liu B., Hu M., Cheng J. Opinion observer: Analyzing and comparing opinions on the web // Proceedings of WWW. 2005.

[17] Pang B., Lee L., Vaithyanathan S. Thumbs up - sentiment classification using machine learning techniques // EMNLP. 2002. P. 79-86.

[18] Turney P. Thumbs up or thumbs down - semantic orientation applied to unsupervised classification of reviews // Proceedings of the Association for Computational Linguistics. 2002. P. 417-424.

[19] Рабочая среда для создания лингвистической разметки текстов GATE. URL: http://gate.ac.uk (дата обращения: 2014-07-07).

Аннотация

Для цитирования

Похожие статьи