Когнитивно-лингвистические представления в
системах
обработки
текстов
Е. Б. Козеренко[1],
И.П. Кузнецов[2]
Аннотация:
В работе рассматриваются вопросы
проектирования и развития семантико-синтаксических и лексико-семантических
представлений в лингвистических процессорах ряда систем, основанных на аппарате
расширенных семантических сетей. Системы этого класса создаются для извлечения
знаний из текстов на естественных языках, отображения извлеченных сущностей и
связей в структуры базы знаний и использования знаний для поддержки экспертных
аналитических решений в различных сферах приложения. В фокусе внимания
находятся инженерно-лингвистические представления, позволяющие построить
целостную работающую лингвистическую модель, которая модифицируется в зависимости
от конкретной задачи: от "тяжелой" формы на основе детальных
глубинных представлений до фокусных редуцированных оболочек, настроенных на
узкую предметную область и ограниченный язык общения. Особое внимание уделяется
способам описания дистрибутивно-трансформационных признаков языковых объектов.
Ключевые слова: интеллектуальные системы; семантические
представления; лингвистические процессоры; обработка естественного языка;
извлечение знаний
1 Введение
Данная работа посвящена проблемам создания когнитивно-лингвистических
моделей естественного языка для различных классов информационных систем и
описанию опыта создания лингвистических представлений для интеллектуальных
технологий обработки текстов. Вопросы извлечения
знаний из текстов и создания модели естественного языка рассматриваются в
единстве. В центре нашего внимания находятся лингвистические процессоры
интеллектуальных систем, разработанных на основе аппарата расширенных семантических сетей (РСС) [1-3, 18-19]. Мы будем их
называть РСС-системы. Эти системы
создавались коллективом разработчиков, включая авторов данной статьи в
Институте проблем информатики РАН на протяжении целого ряда лет в рамках
исследовательских проектов и прикладных систем, ориентированных на конкретные
предметные области заказчиков. Мы выделяем 4 поколения РСС-систем. Когнитивно-лингвистические
представления, заложенные в основу систем этого класса, прошли определенный
эволюционный путь.
Интеллектуальные РСС-системы содержат
развитые базы знаний, при этом знания
представлены в виде записей на языке расширенных семантических сетей,
называемых РСС-структурами.
Лингвистические знания, таким образом, являются частным случаем «знаний» и
также представлены в виде записей на языке расширенных семантических сетей.
Основным конструктивным элементом РСС является именованный N-местный предикат, называемый «фрагментом». Все множество языковых объектов задается в виде
системы предикатно-актантных структур, при этом поддерживаются механизмы
представления вложенных структур, что дает очень мощные изобразительные
возможности для описания объектов
различных языковых уровней. Очень важным фактором является однородность и
единообразие лингвистических представлений.
В процессе анализа и синтеза предложений
естественного языка используется формально-грамматический аппарат, сходный с
грамматиками зависимостей. При этом
подходе опорными элементами являются слова
и конструкции, выполняющие роль предикатов в предложении, и результатом анализа
предложения должен стать один предикат,
соответствующий сказуемому рассматриваемого предложения (т.е. основному
глаголу в личной форме или другому основному предикатному выражению). Таким образом, в процессе анализа происходит
выявление когнитивных опор
предложения: «слов-действий» и «слов-отношений», т.е. глаголов и других слов,
имеющих синтактико-семантические валентности. Примером «слов-отношений» могут
служить, например, слова «отец», «друг», и т.п., то есть, в данном случае
«отношения» (или функции – в терминах
языка логики предикатов 1-го порядка) - это слова, которые задают сильные, четко
выраженные синтактико-семантические ожидания.
Семантический анализ в
инженерно-лингвистическом понимании – это процесс перевода естественно-языковых
выражений во «внутренние» структуры базы знаний (БЗ), в нашем случае этими «внутренними»
структурами являются записи на языке РСС.
Таким образом, структуры БЗ – это код смысла в интеллектуальных
информационных системах подобного рода.
В работе рассматриваются
инженерно-лингвистические решения в системах с «полным» лингвистическим
анализом – это системы 1-го и 2-го поколений: ДИЕС1, ДИЕС2, Логос-Д [2-3] и
системах с «фактографическим» подходом – интеллектуальных системах поддержки
аналитических решений (ИСПАР) [18-19], где целью анализа является выделение
сущностей и связей из текстов – это системы 3-го и 4-го поколений.
2 Процесс концептуально-лингвистического моделирования в
системах, основанных на аппарате РСС
2.1 Центральные вопросы семантического моделирования
Концептуально-лингвистическое моделирование
(КЛМ) – это процесс построения естественно-языковой модели предметной области
(ПО) (Рис.1), синтезирующий
в себе подходы концептуального и
лингвистического моделирования
[1-3]. Построение концептуально-лингвистической модели некоторой предметной области подразделяется на
следующие этапы:
- построение собственно
концептуальной модели, т.е. вычленение
базовых понятий, организация
их в родо-видовые деревья и определение
связей между ними;
- разработка идеографического словаря
предметной области, т.е.
лексическое наполнение концептуальной модели;
┌──────────────────────────────┐
┌─────┤1. Анализ исследуемых текстов │
│
└──────────────────────────────┘
│
│
┌──────────────────────────────┐
└────>┤2. Выделение основных понятий,│
┌─────┤ процессов и характеристик
│
│
└──────────────────────────────┘
│
│
┌──────────────────────────────┐
└────>┤3. Конструирование модели ПО и│
│ словаря на основе
базовой │
┌─────┤ "модели мира" │
│
└────────────────┬─────────────┘
│
┌───────────┴──────────────┐
│ │ Базовая "модель
мира" и │
│ │ модель языка │
│
└──────────────────────────┘
│
│
┌─────────────────────────────────┐
└────>┤4. Построение модели
родо-видовых│
┌─────┤ отношений между понятиями ПО │
│
└─────────────────────────────────┘
│
┌─────────────────────────────────┐
└────>┤5. Формулирование
ситуационных │
│ правил в виде причинно- │
│ следственных зависимостей │
|
|
Рис.1. Процесс концептуально-лингвистического
моделирования.
- ввод
базовых правил,
описывающих на естественном языке "модель мира",
релевантную для данной ПО.
Методика концептуально-лингвистического моделирования на основе аппарата
РСС базируется на следующих принципах:
·
модель должна быть
"открытой", то есть
поддерживать эффективный механизм расширения и обновления информации;
·
модель представления
"смысла" должна учитывать факты экстралингвистической реальности, которые
в виде правил и отношений составляют некоторую
базовую "модель мира",
достраиваемую конкретными
моделями предметных областей;
·
модель должна
быть практичной, то
есть не перегруженной детальными
описаниями связей и отношений между понятиями, чтобы обеспечить возможность ее
реализации, но в то же время, отражать всю релевантную для
конкретной задачи информацию.
Реалистичный подход к постановке
задачи диктует необходимость ограничения моделируемого подмножества естественного языка. Суть ограничений
сводится к следующему:
- во-первых, анализируемые текстовые
материалы содержат экспертные знания из конкретных предметных областей
(в разработанных авторами системах это были такие предметные области как
диагностика брака при
изготовлении микросхем, социальное прогнозирование, криминалистика, и другие);
- во-вторых, в целях максимально возможного устранения неоднозначности, словарь
строится по модульному принципу:
есть некоторая наиболее общая часть
(1-2 уровня), которая достраивается специальными
словарями для каждой отдельной
предметной области.
Предлагаемая модель лексической семантики основана на принципе
"ядерного" значения,
реализуемого в контексте
данной предметной области, с последующим индуктивным наращиванием других
значений (если они актуализируются в
рассматриваемых контекстах). Также
используется таксономия которая реализуется в виде
иерархических деревьев классов слов.
Общая
"модель мира" системы служит основой для моделей ПО.
Элементами этой модели являются классы
слов, которые подразделяются на - понятия / имена, -
отношения, - действия, - свойства, - характеристики действий, - временные и
пространственные характеристики.
Самым общим понятием
является концепт, или универсальный класс, который
подразделяется на объект,
ситуацию, процесс и др.
Слова, относящиеся к
классам действий и отношений,
представлены как
семантико-синтаксические фреймы,
задающие предикатно-актантные структуры (модель управления). Однако,
в описываемом подходе (назовем его РСС-подход) существенно
расширена область значений
актантов. Суть расширения состоит, во-первых,
в том, что в роли
актантов могут выступать не
только простые объекты,
соответствующие отдельным словам,
но и структурные объекты,
представляющие словосочетания и фразы,
а во-вторых, в том,
что понятие
"падежа" включает в
себя не только семантические, но и синтаксические признаки.
Подход,
основанный на РСС,
позволяет отражать произвольный уровень
вложенности структур за
счет пропозициональных
вершин семантической сети,
что обеспечивает
представление сложных синтаксических конструкций фраз ЕЯ, а также позволяет отразить
структурный характер лексической семантики,
которая в предлагаемой модели имеет
иерархически-сетевую структуру. Лингвистические знания представлены в системном
словаре и декларативных модулях лингвистического процессора. В РСС-системах
также реализована функция динамически формируемого семантического словаря,
который на основе исходной лингвистической информации достраивается системой
автоматически в процессе обработки конкретных текстов. На Рис. 2
представлено такое «внутреннее» описание глагола в семантическом словаре. Этот
словарь автоматически генерируется РСС-системами ДИЕС2, ЛОГОС-Д, ИКС в процессе
обработки естественно-языковых текстов.
{(ВЫРАБАТЫВА895__)(DICSEM)
COORD(PROGNOZ1,RUS,ВЫРАБАТЫВА895__,S50_31_51_20,%) SUB(UNIV,0+) SUB(UNIV,1+) SUB(UNIV,2+)
ВЫРАБАТЫВ(0-,1-,2-/3+)
INFI(3-) ПРИДЕТСЯ(3-) ПРИДЕТСЯ(3-/4+) FUT1(4-) SUB(СРЕД,5+)
Рис. 2.
Пример записи представления глагола «вырабатывать» в семантическом словаре.
2.2
Особенности применения аппарата РСС в когнитивно-лингвистическом моделировании
Дадим краткое
описание аппарата расширенных семантических сетей и дадим
обоснование выбора именно этого метода
представления для моделирования естественного языка. Классическое понятие семантической сети
сводится к следующему: задаются
некоторые вершины, соответствующие объектам. Вершины
связываются дугами, которые помечаются
именами отношений. Однако с помощью
подобных сетей оказывается
трудно представлять сложные
виды информации, например, когда
объекты, связанные отношениями,
образуют агрегаты, и когда
отношения связываются между
собой отношениями и др.
Поэтому в сети вводятся вершины, соответствующие именам отношений, а также
специальный композиционный элемент,
называемый вершиной связи. Вершина связи как бы «разрывает» дугу и
подсоединяется одним ребром к вершине-отношению, а
другими ребрами - к вершинам-объектам. РСС является развитием такого
сорта сетей в
направлении повышения изобразительных возможностей при сохранении
свойства однородности.
Основой РСС является
множество вершин (V), из которых составляются элементарные фрагменты
(ЭФ) следующего вида:
V0(V1,V2,...,Vk/Vk+1),
где V0,V1,V2,...,Vk,Vk+1 V, k > 0.
Такой фрагмент
представляет k-местное отношение. Позиции вершин в элементарных фрагментах (ЭФ)
определяют их роли. Вершина V0 ставится в
соответствие имени отношения, вершины V1,V2,...,Vk - объектам, участвующим в
отношении, а вершина Vk+1, отделенная
косой линией (/),
- всей совокупности упомянутых
объектов с учетом их отношения. В
дальнейшем будем Vk+1 называть C-вершиной элементарного фрагмента (ЭФ). Множество
ЭФ образуют расширенную семантическую
сеть (РСС). С помощью РСС
представляются наборы отношений, различные
ситуации, сценарии. Сильной стороной РСС-подхода
является возможность
однородного представления как предметной (концептуальной), так и
лингвистической информации, что
обеспечивает эффективную
обработку знаний и
поддержание непротиворечивости
базы знаний.
Посредством РСС
в базе знаний
представлены лингвистические
(ЛЗ) и предметные
знания (ПЗ). Обработка этих
знаний осуществляется продукциями
языка ДЕКЛ, на котором реализованы следующие шесть
блоков: морфологического анализа (МА),
семантического анализа слов (САС),
синтактико-семантического анализа форм (ССА), прагматических функций
(ПФ), организации системной
активности (БА) и обратный лингвистический процессор (ОЛП). С помощью продукций
осуществляется последовательное преобразование сети - РСС. При
этом проходятся фазы,
соответствующие уровню понимания
входного текста. Рассмотрим их.
1. На первом
шаге анализа происходит
построение пространственной
структуры предложения с
морфологической информацией
для каждого слова.
Каждый член предложения представляется вершиной
семантической сети. Вместо слова -
генерируется код (если
слово многозначно, т.е.
принадлежит к нескольким классам, - то
более одного кода). Основой кода служит
корень слова. На этом этапе предложение
представляется в виде
набора фрагментов типа
LRR (специальные метки результатов 1-го этапа анализа), объединяемых
в целостную структуру посредством вершины связи.
Результат 1-го этапа постоянно
обращается к словарю: "Что значит данное слово?"
2. На втором
этапе каждой вершине
сопоставляется семантический класс и присваивается новый код.
За словами (т.е. конкретными
вершинами РСС) система
видит объекты, действия, свойства -
то есть, строит
классификации. Производится
семантико-синтаксический анализ
без выявления глагольных словоформ, при
этом предложение представляется в виде совокупности фрагментов
типа SEM и SEMD (специальные метки результатов 2-го этапа анализа) (Рис. 3).
┌─────┐ ┌───┐ ┌───┐
┌────┐ ┌───┐ ┌───┐ ┌───┐
│BEGIN├─O─┤SEM├─O─┤SEM├─O─┤SEMD├─O─┤SEM├─O─┤SEM├─O─┤END│
└─────┘ └───┘ └───┘
└────┘ └───┘ └───┘ └───┘
Рис.
3. Семантико-синтаксический анализ без
выявления глагольных словоформ.
3. На третьем этапе
происходит частичное "сворачивание" синтаксических структур
в более компактные
(например, свойство объекта и сам
объект) с присваиванием нового кода, и строится
фрагмент для объекта, обладающего
эти свойством.
4. На четвертом этапе выявляются
отношения и действия
и производится анализ непосредственного контекста на соответствие
заданным семантическим падежам. Система проверяет,
подходят ли объекты (концепты,
понятия) на аргументные места данного действия или отношения.
При этом отглагольные существительные ("делатель" -
т.е. агент действия, или
"делание" - процесс, анализируются как слова с двойной природой
- вначале как действия,
а затем как
объекты). Результатом этого этапа
является целостная семантическая
структура предложения, которая
представляется фрагментом типа SEMSTR (метка результата 4-го этапа анализа) (Рис.
4).
Программная Концептуальный
система ВКЛЮЧАЕТ уровень
│ │ │
O O O
┌─┴──┐
┌──┴──┐ ┌─┴──┐
<────┤
SEM├─────>O<────┤SEMD
├─────>O<────┤SEM
├──────>
└────┘
└─────┘ └────┘
│ 1
┌────────────┐ 2
│
└─────────<──┤
ВКЛЮЧАЕТ
├───>──────┘
└────────────┘
┌─────┴─────┐
O<────────┤ SEMSTR
├───────>O
└───────────┘
Рис. 4. Целостная семантическая
структура предложения.
5. На пятом этапе
происходит анализ прагматики: установление кореференциальных отношений, частичное восстановление эллиптических
конструкций, система производит дальнейшие действия с построенными фрагментами.
ДИЕС допускает ввод полисемичных форм глаголов. Для этого
следует воспользоваться формальной записью лингвистических знаний. В системах,
основанных на РСС,
все функции реализованы на
единой основе - в рамках языков
РСС и ДЕКЛ, которые были разработаны
с ориентацией на
задачи обработки естественного языка.
3 Представление семантики глаголов,
глубинные и поверхностные структуры
В процессе анализа выявляются семантические
вершины предложения: происходит
выявление «слов-действий», т.е. глаголов, и «слов-отношений». Что же является конструктивной основой
задания семантических представлений предикатных слов и выражений? Как
убедительно показано в работе Ю.Д. Апресяна «Экспериментальные исследования
семантики русского глагола» [4], семантика глагола определяется его
дистрибутивно-трансформационными свойствами.
Поэтому смысл предикатных выражений должен кодироваться с учетом их дистрибутивных и трансформационных
признаков.
Выдвинутая рядом лингвистов гипотеза (Хомский, Филлмор)
[5-8] о том,
что все предложения
имеют глубинные и поверхностные структуры, явилась очень продуктивным
источником проектных решений при создании первых РСС-систем и развивалась в
дальнейшем. В теоретико-лингвистическом
понимании глубинная структура -
это абстракция, содержащая все
элементы, необходимые для образования поверхностных
структур предложений со сходной
семантикой. В инженерно-лингвистическом понимании глубинная структура – это
запись на языке базы знаний, например, на языке РСС, которая может быть
представлена в «поверхностном» виде на одном из естественных языков в
результате конечного числа определенных преобразований. Например, предложения
(1) The programmer
writes the code. (2) The code is written
by the programmer.
имеют истоком одну глубинную структуру:
Programmer
<───────── write
─────────> Code
agent object
хотя и отличаются своими
поверхностными структурами. В каждом из них имеется агент (the programmer), объект (the code),
и действие (write). Согласно
концепции падежной грамматики Филлмора [5],
глубинная структура для обоих
предложений инвариантна. Эту структуру можно представить в виде
скобочной записи V(AGENT, OBJECT). В графическом виде глубинная структура
предложения также может быть представлена диаграммой в виде дерева, где
отражены инвариантные отношения зависимости между предикатной вершиной и
актантами (Рис. 5), при этом в таком представлении явным образом разграничиваются
модальность
(MOD) и пропозиция (PROP):
S
┌───────────┴─────────────────────┐
MOD
PROP
│
┌────────────┬────────────┴────────┐
│ V OBJ AGENT
│ │
┌─────┴─────┐
┌───┴────┐
│ │ K
NP K NP
│ │
┌──┴──┐ ┌──┴──┐
PRES
write the programmer the
code
Рис. 5. Глубинная структура предложений.
В исходном виде
[5] теория признавала шесть падежей: агентив, инструменталис, датив,
объектив, локатив и фактитив.
По мере развития теории [8]
происходило увеличение числа падежей, однако «умножение» количества
падежей утяжеляет
первоначальную конфигурацию, поэтому
при построении инженерных
семантических представлений требуется
некоторый "компромиссный"
вариант, сочетающий в
себе необходимую полноту, с одной
стороны, и простоту и гибкость, с другой.
4 Некоторые базовые аспекты построения многоязычных систем
Одним из приоритетных
направлений развития РСС-систем является обеспечение обработки текстов на
нескольких языках, прежде всего, для русско-английской языковой пары. В
системах 2-го поколения – ДИЕС2, ИКС, ЛОГОС-Д были реализованы лингвистические
процессоры и словари для русского и английского языков, позволявшие
обрабатывать тексты для ряда предметных областей, также поддерживались режим
ввода лингвистических знаний лингвистом-аналитиком и автоматический режим
самообучения системы по вводимым текстам. Проводились также эксперименты для
итальянского и французского языков. При создании многоязычных систем мы
обращались к европейским языкам. Очевидно, что европейские языки обладают
большим количеством общих правил,
чем любой из них с языками других групп. Но при этом все естественные
языки обладают общей структурой на самом
глубинном уровне. На этом уровне
располагаются главные элементы
естественного языка:
Предложение, Модальность, Пропозиция.
Моделирование смысловых
представлений - это процесс, развивающийся в направлении
от поверхностных семантических структур - к глубинным.
Поиск такого внутреннего представления смысла
в условиях многоязычной ситуации является развитием
методов
концептуально-лингвистического моделирования на базе расширенных
семантических сетей.
5 Интеллектуальные системы поддержки
аналитических решений
РСС-системы 3-го и 4-го поколений
направлены на извлечение знаний в виде объектов,
или сущностей, и связей между
ними из предметно-ориентированных текстов на русском и английском языках
[18-19].
Рисунок 6.
Обобщенное функциональное представление систем ИСПАР.
В настоящее время в мире активно ведутся работы по
созданию систем извлечения фактов из текстов на естественных языках [13-16],
создаются развитые тезаурусы и онтологии [17]. РСС-системы функционально шире,
поскольку помимо возможностей извлечения фактов поддерживают механизмы
логического анализа и экспертного вывода на основе извлеченных знаний. Системы
такого рода являются интеллектуальными
системами поддержки аналитических решений (ИСПАР). В целом это направление
исследований требует дальнейшей проработки лексико-семантических представлений,
создания предметно-ориентированных семантических словарей. Обобщенное
функциональное представление систем ИСПАР дано на Рис. 6.
В рамках ИСПАР на основе расширенных семантических сетей (ИСПАР-РСС)
были реализованы полномасштабные и пилотные проекты для ряда предметных
областей: криминалистики, управления кадрами, мониторинга
финансово-экономического кризиса, и других [18-19].
6 Применение аппарата РСС в лингвистических
исследованиях
В настоящее время в рамках проектов, направленных на создание
открытых лингвистических ресурсов [20] для научно-практических целей ведутся
работы по выравниванию параллельных текстов научных статей, патентов и
финансово-экономических текстов. В качестве одного из методов выравнивания используется РСС-подход, поскольку он
позволяет отразить глубинно-семантический
уровень языковых структур. На рисунке 7 представлен фрагмент первого
этапа лингвистического анализа в многоязычных системах – для «идеальной» ситуации,
когда структуры исходного текста и текста перевода практически совпадают, такая
ситуация имеет место в меньшинстве случаев. Основные трудности возникают при
наличии переводческих трансформаций в параллельных текстах. Особое внимание мы
уделяем глагольно-именным трансформациям, например, явлению номинализации, поскольку она очень
продуктивна для всех исследуемых нами языков.
e.g. A software system includes
conceptual level.
│ │ │ │ │
W1 W2
W3 W4 W5
──O────────O───────O────────O───────────O────>
│ │ │ │ │
Программная
система включает концептуальный уровень.
(Где WN обозначает словоформу с номером
N, 1=<N<=5.)
Рис. 7. Первый этап анализа параллельных текстов
Ключевой задачей при разработке методов
сопоставления параллельных текстов является выявление и детальное описание тех
языковых трансформаций, которые имеют место при переводе естественно-языковых
конструкций с одного языка на другой [9], потому что далеко не всегда некоторое
содержание передается структурно-подобными средствами в текстах на разных
языках. Сравнительное исследование употребления различных частей речи в
параллельных текстах на разных языках дает основу для выявления и описания
языковых трансформаций, при этом центральной трансформацией является номинализация. Явление номинализации
было исследовано в ряде работ отечественных и зарубежных лингвистов [9-12].
Ближе всего к нашему пониманию этого явления следующие определения
номинализации: «конструкции… называются номинализованными – в том смысле, что
их естественно рассматривать как результат номинализации конструкций с
предикативным употреблением глаголов и прилагательных»; «номинализация – это
синтаксический процесс, который соотносит предложения с именными группами».
Выявление номинализованных конструкций в параллельных научных и патентных
текстах на русском, английском, французском и немецком языках в научных и
патентных текстах и сопоставительное описание глагольно-именных межъязыковых
трансформаций – одна из центральных задач наших инженерно-лингвистических исследований.
Следующей базовой трансформацией в
исследуемых текстах на нескольких европейских языках является
адъективно-адвербиальное преобразование. Это означает, что при переводе с
одного языка на другой происходит синтаксическое преобразование имен прилагательных в наречия и обратное
преобразование – наречий в прилагательные. Установление семантических
соответствий между этими языковыми объектами также возможно осуществить
посредством аппарата РСС.
При семантическом выравнивании
непараллельных текстов, имеющих одну и ту же денотативную составляющую, аппарат
РСС позволяет выявить в текстах когнитивные опоры (слова с сильной валентностью
– «слова-действия» и «слова-отношения») и установить между ними семантические
соответствия.
7 Заключение
В данной работе представлен опыт создания и
развития когнитивно-лингвистических представлений в интеллектуальных
информационных системах, разработанных
на основе аппарата расширенных семантических сетей (РСС). Аппарат РСС
обеспечивает мощные изобразительные возможности для описания всех уровней
естественного языка, включая уровень глубинно-семантических представлений, и
межъязыковых соответствий. Конкретные лингвистические процессоры, которые были
созданы на основе этого подхода, прошли определенный путь развития и позволили
выработать проектные решения для основных задач текущего этапа – извлечения и
обработки содержательных знаний из текстов на естественных языках и
сопоставления языковых структур в текстах на различных языках с учетом базовых
трансформаций.
Проблема извлечения и обработки знаний
открывает перспективы развития интеллектуальных направлений компьютерной
лингвистики, поскольку ее основной акцент смещен в сторону глубинных
представлений языка, в которых используются как грамматические (морфологические
и синтаксические), так и семантические атрибуты для описания языковых объектов.
Проводимые нами исследования параллельных текстов направлены также на
рассмотрение этой проблемы [20]. Центральное место в наших лингвистических
исследованиях занимает изучение и формализация процессов трансформации языковых
структур, особенно все варианты глагольно-номинативных трансформаций, создание
развитых дистрибутивно-трансформационных описаний предикатых структур для
рассматриваемых языков.
Для задач извлечения знаний и создания систем
ИСПАР дистрибутивно-трансформационные описания имеют также особое значение,
поскольку таким образом задаются все возможные способы перевода языковых
структур в предикатно-аргументные представления, которые затем используются в
процедурах обработки знаний.
Литература
1. Кузнецов И.П. Семантические представления // Москва:
"Наука", 1986. 290с.
2. Козеренко Е.Б. Концептуально - лингвистическое моделирование в среде интеллектуального редактора знаний
ИКС // "Проблемы проектирования и
использования баз знаний." Ин-т кибернетики им. В.М. Глушкова, Киев,
3. Kozerenko E.B. Multilingual Processors: a Unified Approach to Semantic and Syntactic
Knowledge Presentation // Proceedings of the International
Conference on Artificial Intelligence IC-AI'2001. H.R. Arabnia (ed.), Las
Vegas, Nevada, USA, June 25-28, 2001. CSREA Press, 2001. P.1277-1282.
4. Апресян Ю.Д. Экспериментальное исследование семантики русского
глагола // Москва: Наука, 1967. 252 с.
5. Филлмор Ч. Дело о падеже // "Новое в зарубежной лингвистике". Вып. X.
М.:Прогресс, 1968. С. 369-495.
6. Хомский Н. Аспекты теории
синтаксиса // Москва: Изд-во МГУ, 1972.
7. Хомский Н.
Язык и мышление// Москва: Изд-во МГУ, 1972.
8. Fillmore C. The
case for case reopened // P. Cole & J.Sadok, Eds.
Syntax and Semantics. New York:
Academic Press. 1977. Vol. 8.
9. Жолковский А.К., И.А. Мельчук. О семантическом синтезе // «Проблемы
кибернетики», вып.
10. Падучева Е.В. О семантике синтаксиса. Материалы к трансформационной
грамматике русского языка. Изд. 2-е. // Москва: КомКнига, 2007. 296 с.
11. Jacobs R.A.
and P.S. Rosenbaum. English Transformational Grammar. // Blaisdell, 1968.
12. Балли Ш. Общая лингвистика и вопросы французского языка. Изд.
2-е, // Москва: УРСС, 2001.
13. Cunningham H.
Automatic Information Extraction // Encyclopedia of Language and Linguistics,
2cnd ed. Elsevier, 2005.
14. Han J.
and Kamber, M. Data Mining: Concepts and Techniques // Morgan
Kaufmann, 2006.
15. FASTUS: a Cascaded
Finite-State Trasducer for Extracting Information from Natural-Language Text.
// AIC, SRI International. Menlo Park. California, 1996.
16. Han J.,
Pei Y. Yin, and Mao R. Mining Frequent Patterns without
Candidate Generation: A Frequent-Pattern Tree Approach,” // Data Mining and Knowledge Discovery, 8(1),
2004. P. 53–87.
17. Добров Б.В., Лукашевич Н.В. Онтологии для автоматической обработки текстов:
Описание понятий и лексических значений // Компьютерная лингвистика и
интеллектуальные технологии: Тр. междунар. конференции Диалог’06, Бекасово, 31
мая – 4 июня
18. Kuznetsov I.P.,
Efimov D.A., Kozerenko E.B. Tools for Tuning the Semantix Processor
to Application Areas // Proceedings of ICAI'09, Vol. I. WORLDCOMP'09, July
13-16, 2009, Las Vegas, Nevada, USA. - CRSEA Press, USA, 2009. P. 467-472.
19. Kuznetsov I.P.,
Kozerenko E.B., Kuznetsov K.I., Timonina N.O. Intelligent
System for Entities Extraction (ISEE) from Natural Language Texts //
Proceedings of the International Workshop on Conceptual Structures for
Extracting Natural Language Semantics - Sense'09, Uta Priss, Galia Angelova
(Eds.), at the 17 International Conference on Conceptual Structures (ICCS'09),
University Higher School of Economics, Moscow, Russia, 2009. P. 17-25.
20. Kozerenko E.B.
INTERTEXT: A Multilingual Knowledge Base for Machine Translation // Proceedings
of the International Conference on Machine Learning, Models, Technologies and
Applications, June, 25-28, 2007, Las Vegas, USA. – Las Vegas: CSREA Press,
2007. P. 238 - 243.