Билет 14
1. Автоматизация анализа письменного текста: основные подходы к решению
проблемы.
Существует 2 основные стратегии решения проблемы:
1. модульный подход - последовательный анализ по уровням
(морфологический, синтаксический, семантический, прагматический)
2. интегральный подход (более современный и более адекватный, Р. Шенк)
1. Системы модульного типа (Леонтьева):
|модуль морфологического |-> полное морф. представление |
|анализа | |
|модуль синтаксического |-> полное синт.представление |
|анализа | |
|модуль семантического |-> частичное (фрагментарное) |
|анализа |представл. |
|прагматический анализ | |
|(пока не реализован) | |
Для широких ПО может быть использован в нескольких системах:
СМП (SYSTRAN)
системах извлечения знаний
ИПС
2. Системы интегрального типа
| | |фрагментарные |
|Концептуальный анализ |-> |концептуальные |
| | |представления: |
| | | | |сценарии, |
|морф.анализ |синт.анализ |сем. анализ | |фреймы. планы. |
Ищет в тексте диагностические слова
заполняет пустые слоты в сценарии
делает ряд концептуальных выводов (inferences) о смысле текста (в
результате чего способна отвечать на поставленные вопросы по содержанию)
на определенных этапах подключает процедуры
нельзя получить уровневое представление
тексты узко ограниченной тематики
Пример: интегральная система анализа Шенка:
1. MARGE (Memory Response Generation in English) - обработка концептуальной
информации. В основе лежит теория концептуальных зависимостей -
комплексная теория человеческого мышления.
Работает в двух режимах:
перефразирование (перевод входной фразы на ЯКЗ)
концептуальный вывод
2. Модель SAM (Script Applying Mechanism) является компьютерной программой,
которая позволяет понимать связность текста за счет применения сценариев:
POLITICS (ведет диалог, моделирует политическую идеологию)
PAM -> TALE-SPIN - порождение сказок
FRUMP - машинное реферирование сообщений на нескольких языках, чтение
, опирающееся на понятие интереса (Integral Partial Parser)
2. Терминологические банки данных: структуры, функции, методы построения.
ТБД - автоматизированная система инвентаризации и машинного представления
терминологической лексики и ее семантизации в системах машинного и человеко-
машинного речевого общения. Это единая служба с удобным доступом,
описывающая все сведения о термине и ликвидирующая неравномерность описания
терминологии.
Научные задачи:
моделирование терминологической системы РЯ как системы подсистем
построение общенаучных и общетеоретических тезаурусов
исследование русской терминологии
Типы традиционного использования ТБД:
справочно-информационное обслуживание специалистов различных областей
знания
обеспечение традиционного перевода научно-технической литературы
обеспечение АСОТ, включая системы машинного перевода
лингвистическое обеспечение авт. систем информации
обеспечение работ по упорядочению терминологии
подготовка и издание терминологических словарей
унификация определенных терминов
подготовка научных отчетов о составе РЯ
Организационная структура ТБД:
терминологические центры
службы переводов (переводческая функция)
службы стандартизации (нормативная функция)
университеты (исследовательская функция)
всероссийские органы НТИ (по АСУ и ИПС)
Функциональная структура ТБД:
1. Головной ТБД - справочно-поисковый аппарат по видовым банкам данных:
ведение коммуникативного формата данных
организация и руководство работами по передаче данных в ТБД
обработка и ввод данных
обслуживание предприятий
2. Специализированные ТБД (сбор, хранение , обработка информации), могут
включать существующие ТБД, словарно-терминологические службы НТИ:
отбор представительного массива источников
ввод и обновление терминологической информации в БД
передача информации другим СТБД и ГТБД
эксплуатация СТБД в соответствии с конкретными задачами организации.
ТБД состоит из ряда массивов, которые называются подфондами.
Подфонды - массивы терминов, которые создаются и хранятся в центральном
органе МФРЯ (Машинный фонд РЯ) на базе массивов первичного типа.
Подфонды:
специальных и межотраслевых терминов, фигурирующих в отдельных отраслях
знаний и деятельности
общенаучных и общетехнических терминов
терминоэлементов (используются в нескольких терминосистемах).
3. Примеры оформления сложных документов (сноски, газетная верстка,
колонтитулы и т. д) в MS Word 5.0.
Сноски:
1. курсор на месте символа ссылки на сноску
2. Format, Footnote
3. в поле reference mark ввести ссылку на сноску (не более 28 символов)
4. enter
5. ввести текст сноски (до нескольких абзацев)
перемещение между сноской и текстом: Jump Footnote
использование окна сносок: Esc W S F
переход из окна в окно: F1
местоположение сносок:
по умолчанию - на той же стр., где ссылка
Format Division Layout: same page, end
Газетная верстка:
колонки:
1. Options: Show Layout Yes или Alt-F4
2. Esc Format Division Layout
колонтитулы:
1. курсор в начало документа
2. ввести текст + enter
3. курсор внутрь текста или выделить текст
4. Esc Format Running Head: Position:
Top Bottom None Odd Even First Alignment: left margin Edge-of-paper
5. enter
Быстрое создание колонтитулов:
1-3 - то же самое
4. верхний колонтитул: Ctrl+F2
нижний колонтитул: Alt+F2
На каждой странице может быть не более двух колонтитулов: верхний и нижний
Выравнивание колонтитулов: Format Paragraph или Alt C, Alt R.
Вывод номера страницы/даты:
1. курсор в то место колонтитула, где будет страница.
2. набрать page/date
3. F3
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
