АЛГОРИТМ СЕМАНТИЧЕСКОГО АНАЛИЗА ЯЗЫКОВОЙ СОСТАВЛЯЮЩЕЙ РЕЧЕВОГО СООБЩЕНИЯ
##plugins.themes.bootstrap3.article.sidebar##
##plugins.themes.bootstrap3.article.main##
Аннотация
Представлен алгоритм анализа языковой составляющей речевого сообщения для выявления некоторой целевой ситуации, которая заключается в выражении диктором определенного смыслового сообщения. Основой рассмотренного алгоритма является семантический граф, с помощью которого моделируется смысловой контекст выявляемой целевой ситуации. Для построения подобного графа используется лексико-семантическая база английского языка WordNet, которая позволяет осуществлять поиск связанных понятий, а также определение необходимых смысловых связей между ними. Показаны преимущества предложенного алгоритма: легкость описания целевой ситуации, отсутствие необходимости обучения алгоритму, а также учет смысловых связей в естественном языке. Результаты тестирования данного алгоритма позволяют сделать вывод о состоятельности сделанных предположений в рамках представленной работы, а также о его превосходстве перед традиционным поиском ключевых слов.
##plugins.themes.bootstrap3.article.details##
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Библиографические ссылки
Introduction to WordNet: An On-line Lexical Database [Electronic resource].
Toutanova, K. Enriching the Knowledge Sources Used in a Maximum Entropy: Part-of-Speech Tagger / K.Toutanova, Ch.D. Manning // In Proceedings of the Joint SIGDAT Conference on Empirical Methods in Natural Language Processing and Very Large Corpora. USA. – 2000. – P. 63 – 70.
Toutanova, K. Feature-Rich Part-of-Speech Tagging with a Cyclic Dependency Network: In Proceedings of HLT-NAACL / K. Toutanova, D. Klein, Ch. Manning. – USA. – 2003. – P. 252 – 259.
Machine Learning and Intelligent Systems, University of California [Electronic source].
Holmes, G. WEKA: a machine learning / G. Holmes // Intelligent Information Systems. – 1994. – № 29. – P. 357 – 361.
Jain, A.K. Data Clustering: 50 Years Beyond K-Means / A.K. Jain // Pattern Recognition Letters. – 2010. – № 8. – Vol. 31. – P. 651 – 666.
Clustering With EM and K-Means [Electronic resource].
Рекомендуемые статьи автора (авторов)
- Д. М. ЛИПНИЦКИЙ, В. С. САДОВ, ЗАЩИТА ПОЛИГРАФИЧЕСКОЙ ПРОДУКЦИИ С ПРИМЕНЕНИЕМ ЦИФРОВЫХ ВОДЯНЫХ ЗНАКОВ, Вестник Полоцкого государственного университета. Серия С. Фундаментальные науки: № 2 (2023)
- Е. А. ГОЛОВАТАЯ, В. С. САДОВ, МОДЕЛЬ ФОРМИРОВАНИЯ ИЗОБРАЖЕНИЙ ДЛЯ ТРЕХМЕРНОЙ РЕКОНСТРУКЦИИ СЦЕН ПО ДАННЫМ ВИДЕОЭНДОСКОПИЧЕСКИХ ИССЛЕДОВАНИЙ, Вестник Полоцкого государственного университета. Серия С. Фундаментальные науки: № 12 (2019)
- А. В. КУРОЧКИН, В. С. САДОВ, МЕТОДЫ АНАЛИЗА И СЕМАНТИЧЕСКОЙ ИНТЕРПРЕТАЦИИ ПРОЦЕССОВ ПРИНЯТИЯ РЕШЕНИЯ В КЛАССИФИКАЦИОННЫХ НЕЙРОСЕТЕВЫХ МОДЕЛЯХ МАШИННОГО ОБУЧЕНИЯ С УЧИТЕЛЕМ, Вестник Полоцкого государственного университета. Серия С. Фундаментальные науки: № 12 (2019)