ВУЗ:
Составители:
Рубрика:
37
явлений и прочих сущностей, которые явно или косвенно описаны во введенных текстах.
Очевидно, что в практическом плане модели и методы, развиваемые в системах обработки
связных текстов, могут быть полезны при создании интеллектуальных систем
автоматического индексирования и реферирования.
Для примера рассмотрим системы Researcher и Tailor, которые образуют единый
комплекс (рис. 10), позволяющий пользователю получать сведения из рефератов-патентов,
описывающих сложные физические объекты. Система Researcher получает рефераты
патентов, стрит на их основе базу знаний и делает обобщения их различных патентов,
которые могут служить для изучения содержащихся в рефератах сведений, относящихся к
различным объектам. Вопрос-ответные функции выполняет система Tailor.
Рис. 10. Схема взаимодействия систем RESEARCHER и TAILOR
Задача понимания связных текстов превосходит по сложности задачи, решаемые ЕЯ-
системами ранее рассмотренных классов. Наиболее сложными для понимания являются
тексты, описывающие взаимоотношения и поступки активных действующих лиц. Для их
понимания система должна обладать громадным объемом знаний о мире, иметь
совершенные механизмы вывода. Поэтому в настоящее время системы обработки связных
текстов находятся на стадии разработки экспериментальных образцов, которые
используются для исследования и оценки методов решения этой крайне сложной и
многогранной задачи.
Системы машинного перевода
Машинный перевод (МП), или автоматический перевод (АП) - интенсивно
Рефераты патентов,
описывающие
ф
изические объекты
Запросы (требования на
получение описаний
объектов
)
RESEARCHER
(анализ и
обобщение)
База знаний
(иерархически связанные
прототипы)
использование
при анализе
создание
Модель пользователя
(дискурсные стратегии -
словарные статьи об
объектах
)
TAILOR
(генерация
текстов)
Тексты
ответов
Запросы, во внутреннем
представлении
явлений и прочих сущностей, которые явно или косвенно описаны во введенных текстах.
Очевидно, что в практическом плане модели и методы, развиваемые в системах обработки
связных текстов, могут быть полезны при создании интеллектуальных систем
автоматического индексирования и реферирования.
Для примера рассмотрим системы Researcher и Tailor, которые образуют единый
комплекс (рис. 10), позволяющий пользователю получать сведения из рефератов-патентов,
описывающих сложные физические объекты. Система Researcher получает рефераты
патентов, стрит на их основе базу знаний и делает обобщения их различных патентов,
которые могут служить для изучения содержащихся в рефератах сведений, относящихся к
различным объектам. Вопрос-ответные функции выполняет система Tailor.
Рефераты патентов, Запросы (требования на
описывающие получение описаний
физические объекты объектов)
RESEARCHER создание
База знаний
(анализ и (иерархически связанные
обобщение) использование прототипы)
при анализе
Запросы, во внутреннем
представлении
Модель пользователя TAILOR
(дискурсные стратегии - (генерация
словарные статьи об текстов)
объектах)
Тексты
ответов
Рис. 10. Схема взаимодействия систем RESEARCHER и TAILOR
Задача понимания связных текстов превосходит по сложности задачи, решаемые ЕЯ-
системами ранее рассмотренных классов. Наиболее сложными для понимания являются
тексты, описывающие взаимоотношения и поступки активных действующих лиц. Для их
понимания система должна обладать громадным объемом знаний о мире, иметь
совершенные механизмы вывода. Поэтому в настоящее время системы обработки связных
текстов находятся на стадии разработки экспериментальных образцов, которые
используются для исследования и оценки методов решения этой крайне сложной и
многогранной задачи.
Системы машинного перевода
Машинный перевод (МП), или автоматический перевод (АП) - интенсивно
37
Страницы
- « первая
- ‹ предыдущая
- …
- 35
- 36
- 37
- 38
- 39
- …
- следующая ›
- последняя »
