Professional Documents
Culture Documents
Лекція 18 Семантичний Аналіз Текстів 2022 Бк
Лекція 18 Семантичний Аналіз Текстів 2022 Бк
2
ЕТАПИ АНАЛІЗУ ТЕКСТУ У ПРОМИСЛОВИХ СИСТЕМАХ
ОБРОБКИ:
• Морфологічний етап
• Синтаксичний етап
• Семантичний етап (в теоретичних розробках)
• Побудова семантичної інтерпретації слів та конструкцій;
• Встановлення "змістовних" семантичних відносин між елементами тексту.
3
ПРОБЛЕМИ РОЗУМІННЯ ТЕКСТУ В ОБРОБЦІ ПРИРОДНИХ МОВ:
4
Системи, спрямовані на отримання знань з текстів природними мовами, а
також на синтез тексту на основі знань називаються лінгвістичними
трансляторами або лінгвістичними процесорами.Подобные системы
могут интегрироваться с экспертными системами;
• Лінгвістичний процесор може бути інтегрований із системою
розпізнавання та (або) синтезу мови;
5
• Системи семантичного аналізу що неспроможні існувати без
морфологічної складової.
• Системи семантичного аналізу що неспроможні існувати без
синтаксичної складової.
6
МОРФОЛОГІЧНА СКЛАДОВА СЕМАНТИЧНОГО АНАЛІЗУ - РІЗНІ
ВИДИ СЛОВНИКІВ СЛОВОФОРМ
(тобто тексту).
СИНТАКСИЧНА СКЛАДОВА СЕМАНТИЧНОГО АНАЛІЗУ -
СИНТАКСИЧНЕ ДЕРЕВО ПРОПОЗИЦІЇ
8
ПРИКЛАДИ ОНТОЛОГІЙ
9
ПОБУДОВИ МЕРЕЖІ ПРИРОДНОЇ ІЄРАРХІЇ ТЕРМІНІВ
(КВАЗІОНТОЛОГІЯ)
10
ДИСКРИМІНАНТНАЯ СИЛА СЛОВА
терминов
На останньому етапі формування СЕІТ здійснюється її відображення
програмними засобами аналізу та візуалізації складних мереж. Рис. 2 —
Вид СЕІТ розміром 20+20+20
13
НА РИС. 3 ПРЕДСТАВЛЕНИЙ ЗАГАЛЬНИЙ ВИГЛЯД МЕРЕЖІ ПРИРОДНОЇ
ІЄРАРХІЇ ТЕРМІНІВ РОЗМІРОМ 200+200+200, ЩО ВІЗУАЛІЗОВАНА ЗАСОБАМИ
СИСТЕМИ GEPHI
14
ЗАГАЛЬНА ПОСЛІДОВНІСТЬ АНАЛІЗУ ТЕКСТУ
15
ПОСЛІДОВНІСТЬ АНАЛІЗУ ТЕКСТУ
16
ПОСЛІДОВНІСТЬ АНАЛІЗУ ТЕКСТУ
17
ОСНОВНІ ЕЛЕМЕНТИ
18
МЕТОДИ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ТЕКСТІВ
• Байєсовський класифікатор
• Латентне розміщення Діріхле
• Нейронні сіті
• Векторні методи
• Латентно-семантичний аналіз
• Дерева рішень
• Еволюційний аналіз та генетичне програмування
19
БАЙЄСОВСЬКИЙ КЛАСИФІКАТОР
20
ЛАТЕНТНЕ РОЗМІЩЕННЯ ДІРІХЛЕ
21
НЕЙРОННІ МЕРЕЖІ
Одна з переваг нейронних мереж полягає в тому, що вони можуть апроксимувати будь-яку
безперервну функцію, і тому не потрібно заздалегідь приймати будь-які гіпотези щодо
моделі і навіть у ряді випадків про те, які змінні дійсно важливі.Істотним недоліком є той
факт, що остаточне рішення залежить від початкових установок мережі та його практично
неможливо інтерпретувати у традиційних аналітичних термінах мережі необхідно проводити
на прикладах, які не брали участь у її навчанні
22
МЕРЕЖА КОХОНЕНА-ГРОССБЕРГА
24
ВЕКТОРНІ МЕТОДИ
27
ДЕРЕВА РІШЕНЬ
28
ЕВОЛЮЦІЙНИЙ АНАЛІЗ
29
ГЕНЕТИЧНЕ ПРОГРАМУВАННЯ
30