Моделирование процесса распознавания сверхфразовых единств в текстах при установлении их семантической эквивалентности тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат физико-математических наук Михайлов, Дмитрий Владимирович

  • Михайлов, Дмитрий Владимирович
  • кандидат физико-математических науккандидат физико-математических наук
  • 2003, Великий Новгород
  • Специальность ВАК РФ05.13.18
  • Количество страниц 164
Михайлов, Дмитрий Владимирович. Моделирование процесса распознавания сверхфразовых единств в текстах при установлении их семантической эквивалентности: дис. кандидат физико-математических наук: 05.13.18 - Математическое моделирование, численные методы и комплексы программ. Великий Новгород. 2003. 164 с.

Оглавление диссертации кандидат физико-математических наук Михайлов, Дмитрий Владимирович

ВВЕДЕНИЕ

1 МОДЕЛИРОВАНИЕ ПРОЦЕССА РАСПОЗНАВАНИЯ СВЕРХФРАЗОВЫХ ЕДИНСТВ В ТЕКСТЕ ПРИ СОПОСТАВЛЕНИИ СО СМЫСЛОВЫМ ЭТАЛОНОМ.

ПОСТАНОВКА ЗАДАЧИ

1.1 .Постановка задачи на функциональном уровне

1.2.Критерии адекватности формальной модели

1.3 .Анализ существующих подходов к распознаванию сверхфразовых единств применительно к выбранному методу моделирования

1.4.Концептуальная модель и общая формальная постановка задачи

1.5. Выводы по главе

2. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССА ПРИВЕДЕНИЯ ГЛУБИННЫХ СИНТАКСИЧЕСКИХ СТРУКТУР К ЦЕЛЕВОМУ ВИДУ 31 2.1. Моделирование правила А-грамматики элементарной сетью Петри

2.2. Моделирование системы правил А-грамматики ограниченными сетями Петри

2.3. Исследование вопросов алгоритмической разрешимости и сложности построения целенаправленного вывода в А-грамматике

2.4. Исчисление сценариев для задачи приведения образов двух фраз к целевому виду

2.5. Выводы по главе

3. МОДЕЛИРОВАНИЕ ПОСТРОЕНИЯ ОБРАЗА СУММАРНОГО СМЫСЛА 76 3.1.Функциональная структура информационного наполнения узла дерева глубинного синтаксиса

3.2. Математическая модель входа/выхода правила Д-грамматики

3.3. Алгоритм построения образа суммарного смысла

3.4. Выводы по главе 118 4. ВЗАИМОДЕЙСТВИЕ ПРОЦЕССОВ ПОСТРОЕНИЯ ОБРАЗОВ СВЕРХФРАЗОВЫХ ЕДИНСТВ В АНАЛИЗИРУЕМОМ ТЕКСТЕ И УСТАНОВЛЕНИЯ ЕГО ЭКВИВАЛЕНТНОСТИ СМЫСЛОВОМУ ЭТАЛОНУ

4.1. Активизация информационных элементов и относительность синонимических замен

4.2. Применение результатов целевого вывода в Д-грамматике при установлении эквивалентности высказывания смысловому эталону

4.3. Подсистема распознавания сверхфразовых единств в структуре программного комплекса установления семантической эквивалентности высказываний

4.4. Пример построения образа суммарного смысла для четырех простых распространенных предложений русского языка

4.5. Выводы по главе 146 ЗАКЛЮЧЕНИЕ 148 БИБЛИОГРАФИЧЕСКИЙ СПИСОК

Рекомендованный список диссертаций по специальности «Математическое моделирование, численные методы и комплексы программ», 05.13.18 шифр ВАК

Введение диссертации (часть автореферата) на тему «Моделирование процесса распознавания сверхфразовых единств в текстах при установлении их семантической эквивалентности»

Создание и развитие ЭВМ с расширением сфер их применения привело к потребности приближения языка общения конечного пользователя с ЭВМ к языку решаемой задачи. Появление в 60-е годы специализированных языков программирования высокого уровня для решения задач искусственного интеллекта, с одной стороны, и развитие в 90-е годы средств автоматизации программирования, с другой стороны, неизбежно ведут к потребности общения пользователя с ЭВМ на предметно-ориентированном языке, максимально приближенном к Естественному Языку (ЕЯ). Разработка таких языков требует моделирования различных аспектов языкового поведения человека в зависимости от задачи, для решения которой разрабатывается тот или иной язык.

Интерес к разработке систем общения с ЭВМ на ЕЯ проявляется как со стороны научных дисциплин, так и со стороны технических, связанных с разработкой и программной реализацией широкого класса интеллектуальных систем. Алгоритмически разрешимые процедуры распознавания смысловых образов высказываний ЕЯ, а также способы представления этих образовТдопускающие^ор^ ректно описываемые процедуры их переработки, позволят программно реализо-вывать интеллектуальные системы распознавания и синтеза речи, текста и изображений. Разработка таких систем относится к позиции "информационные технологии и электроника" перечня критических технологий федерального уровня от 21 июля 1996 г и образует самостоятельное направление, получившее название "Обработка естественного языка" [51].

Несмотря на значительный интерес к рассматриваемому направлению, прежде всего различным видам семантического анализа ЕЯ-текстов, на сегодняшний день отсутствует единый теоретический подход к решению практических задач компьютерного моделирования ЕЯ, учитывающий многоуровневость и взаимосвязь всех сторон этого явления. Прежде всего, такое положение обусловлено отсутствием четкого понимания функциональной роли различных сторон языкового поведения при моделировании процессов обработки языковой информации и традиционной ориентацией моделей языка на формальные средства описания и представления знаний. Как следствие этого, большинство из известных на сегодняшний день компьютерных моделей ЕЯ являются редуцированными и недостаточно адекватны моделируемому ЕЯ, будучи разработанными из чисто практических соображений, без привлечения филологических знаний о данном ЕЯ, что в значительной степени сужает потенциальные возможности построенных на базе этих моделей информационных систем. Ориентация на последние достижения в области экспериментальных исследований языка, прежде всего семантики в ее взаимосвязи с лексикой, синтаксисом и морфологией, моделирование языковых функций, адекватных рассматриваемым ситуациям, дает возможность разрабатывать системы обработки ЕЯ, пригодные для практического применения в решении задач реальной степени сложности.

Сферой рассмотрения автора настоящего исследования являются задачи, требующие установления полной или частичной эквивалентности по смыслу (семантической эквивалентности) высказываний (текстов) ЕЯ [71,72]. К числу таких задач можно отнести применение заданий открытой формы в системах компьютерного дистанционного обучения и контроля знаний [1,49,67], поиск изображений и распознавание семантики сложных информационных объектов по вербальному описанию [60,72,74,75].

Настоящая диссертационная работа посвящается решению проблемы полноты смыслового описания при установлении семантической эквивалентности текстов на ЕЛ [72] в рамках подхода " Смысл <=>Текст " [2,36].

Областью непосредственного применения теоретических результатов настоящей работы являются интеллектуальные системы, решающие перечисленные выше задачи обработки информации на ЕЯ в плане сопоставления с некоторым заданным смысловым эталоном-образцом.

Резюмируя анализ задачи установления семантической эквивалентности текстов на естественном языке в соотнесении с проблемой компьютерного моделирования ЕЯ, главную цель работы можно сформулировать следующим образом : разработка и исследование формальной математической модели процесса распознавания и построения формальных семантических образов сверхфразовых единств в высказываниях на ЕЯ для увеличения полноты смыслового описания при установлении семантической эквивалентности текстов.

Отсутствие на сегодняшний день единого подхода к описанию естественных языков, учитывающих всю сложность и многообразие этого явления, недостаточный учет языкового поведения человека в различных видах деятельности разработчиками лингвистических компьютерных систем позволяют констатировать актуальность темы работы.

Для постановки общей задачи распознавания смысловой взаимной дополняемости фраз ЕЯ и определения частных задач исследования необходимо формально определить само понятие эквивалентности семантических образов текстов в рамках рассматриваемого подхода к теоретическому описанию языка, формализовть понятие применимости правила синонимического преобразования и учесть общие соображения по технике суммирования формальных образов смысла, предлагаемые самими авторами теоретического подхода к языку как преобразователю "Смысл<=>Текст". Кроме того, необходимо строго определить ряд понятий, связанных с применением подобной техники суммирования к формальным образам смысла, которыми оперирует модель семантической эквивалентности текстов в рамках указанного теоретического описания языка. Решению этих вопросов посвящено начало первой главы предлагаемого исследования. Далее показано, что ни один из известных на сегодняшний день подходов к распознаванию сверхфразовых единств в текстах ЕЯ не отражает специфики решаемой в диссертации 'задачи увеличения полноты смыслового описания сравниваемых текстов. Предложен новый подход к распознаванию сверхфразовых единств на базе системы синонимических преобразований Глубинных Синтаксических Структур (ГСС) [2,14,36].

Вторая глава данной работы посвящена исследованию процесса приведения смысловых представлений фраз к виду, допускающему нахождения образа суммарного смысла. С этой целью строится логическая модель системы правил Д-грамматики как модель информационного пространства на базе ограниченных сетей Петри. При изучении свойств модели большое внимание уделяется исследованию динамики функционирования системы. Описывается исчисление сценариев на заданном информационном пространстве, позволяющее формально описать целевое состояние системы правил Д-грамматики и построить алгоритм поиска пути к целевому состоянию на основе заданного начального с качественной оценкой найденных алгоритмом решений.

В третьей главе исследуется функционально-логическая модель элемента построенного во второй главе информационного пространства, отображающая различные ситуации использования одного и того же информационного элемента при единообразии его функционального описания. На основе предложенного функционального описания информационного наполнения дерева глубинного синтаксиса строятся алгоритмы установления функционального соответствия и построения суммарного образа двух глубинных синтаксических структур.

Четвертая глава диссертационной работы посвящается исследованию вопросов взаимодействия процессов установления семантической эквивалентности ЕЯ-текстов и распознавания сверхфразовых единств в сравниваемых текстах предлагаемым в работе методом. В завершении главы приводится пример построения образа суммарного смысла для четырех простых распространенных предложений русского языка.

В заключении работы сформулированы основные научные и практические результаты, обсуждаются перспективные направления дальнейших научных исследований.

Похожие диссертационные работы по специальности «Математическое моделирование, численные методы и комплексы программ», 05.13.18 шифр ВАК

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Михайлов, Дмитрий Владимирович

Результаты работы имеют не только научную, но и практическую значимость. Предложенный в настоящей диссертации подход к построению совокупности целевых выводов в А-грамматике позволяет теоретически обосновать принципиальную возможность существования алгоритмического решения для задач сравнения глубинно-синтаксических представлений фраз естественного языка, связанных с выявлением рассмотренных в настоящей работе семантических повторов при использовании ЛСК в качестве элементов повтора. К числу таких задач относится, в частности, распознавание частичной смысловой эквивалентности фраз на основе анализа их глубинно-синтаксических структур.

Предложенные в работе алгоритмы распознавания смысловой взаимной дополняемости фраз ЕЯ позволяют эффективно решать задачу распознавания сверхфразовых единств в тексте без существенного ограничения жанра анализируемых текстов, в то время как большинство алгоритмически разрешимых методов распознавания сверхфразовых единств ориентированы на тексты определенного жанра.

Использование одних и тех же преобразований, оперирование одним и тем же множеством деревьев при распознавании смысловой взаимной дополняемости фраз в анализируемом высказывании и установлении его семантической эквивалентности эталонному высказыванию позволяет использовать при решении обеих задач единые механизмы оперирования лингвистическими знаниями. Более того, результаты решения задачи смысловой взаимной дополняемости предлагаемым в диссертации методом могут быть использованы при решении задачи установления семантической эквивалентности анализируемого высказывания смысловому эталону даже при неудачном решении первой. Указанная особенность предлагаемого в диссертации подхода к решению проблемы полноты смыслового описания сравниваемого с эталоном высказывания позволяет избежать возрастания алгоритмической сложности механизма установления семантической эквивалентности при введении распознавания смысловой взаимной дополняемости.

Материалы работы основаны на публикациях [20-27,73,76]. Полученные результаты апробированы в докладах на конференциях : 5-й Международной конференции "Распознавание-2001". Курск, 2001; 10-й Всероссийской конференции Математические методы распознавания образов (ММРО-Ю), Москва, 2001; VI Всероссийской конф. "Методы и средства обработки сложной графической информации", Нижний Новгород, 2001; Международном семинаре Диалог'2002 «Компьютерная лингвистика и интеллектуальные технологии", Москва, 2002, Международной научной конференции ИОИ'2002 "Интеллектуализация обработки информации", Алушта, 2002; 6-й Международной конференции "Распознавание образов и анализ изображений : новые информационные технологии" (РОАИ-6-2002), Великий Новгород, 2002.

Все научные и практические результаты получены соискателем самостоятельно.

Завершая настоящую работу, следует наметить возможные направления дальнейших исследований.

Основное направление исследований связано с построением самих подлежащих анализу глубинно-синтаксических структур. В [72] для решения этой задачи предлагается классический подход на основе синтаксического анализа : текст - морфологическое представление - синтаксическое (поверхностно-синтаксическое [14,36]) представление - глубинное синтаксическое представление. Но, как показано в [28], общей вычислительной проблемой всех синтаксических анализаторов является рост дерева вариантов разбора с ростом числа правил установления синтаксических отношений и количества слов в анализируемом предложении. Подобная проблема обусловлена наличием омонимов и возможностью существования ряда грамматических форм одного и того же слова. Вследствие указанного роста числа вариантов разбора производительность алгоритма синтаксического анализа падает экспоненциально с ростом числа используемых правил и количества слов в предложении. Поэтому в качестве одного из дальнейших направлений исследований автором настоящей работы выделена разработка альтернативных методов построения глубинных синтаксических структур по морфологическому описанию входного текста на основе знаний о связи синтаксиса и семантики ЕЯ. В частности, здесь полезным может быть опыт привлечения знаний о семантических классах слов для интерпретации поверхностно-синтаксических отношений [47], а также использование описываемых Толково-Комбинаторным словарем Моделей Управления [77] для распознавания типов связей слов и их групп в предложении [44].

Второе направление исследований вытекает из результатов апробации реализованного исследовательским коллективом УНЦ НовГУ морфологического анализатора текстов русского языка и формулируется автором как построение обучаемых морфологических анализаторов, в частности, на основе статистического анализа текстов [59].

Учитывая ориентацию предлагаемого в диссертации подхода на использование в системе семантического анализа текстов, актуальными являются вопросы представления знаний о языке [5], используемых в рамках рассматриваемого подхода "Смысл «Текст", прежде всего описываемых Толково-Комбинаторным словарем. Здесь также требует более детальной проработки обсуждавшийся в [3] вопрос взаимодействия комбинаторного словаря и трансформационной грамматики при переходе от поверхностной к глубинной синтаксической структуре и наоборот.

ЗАКЛЮЧЕНИЕ

В заключении сформулируем положения, определяющие научные и практические результаты работы.

Основные научные результаты состоят в следующем :

- разработана формальная концептуальная модель процесса распознавания семантической взаимной дополняемости фраз в сравниваемом со смысловым эталоном высказывании;

- определены понятия ограниченных сетей Петри для использования в качестве аппарата построения модели системы правил А-грамматики;

- сформулирована и доказана лемма о разрешимости проблемы достижимости целевой разметки в сети, моделирующей систему правил А-грамматики;

- проведено исследование свойств языка полученной сети с целью анализа динамики функционирования моделируемой системы, как результат доказаны теоремы об отсутствии эквивалентных переходов, разрешимости проблемы обратимости и поиска оптимального слова в языке рассматриваемой сети;

- решена задача поиска заданной совокупности целевых выводов в А-грамматике как частного случая определения пути к целевому состоянию системы на основе денных об информационных объектах и связях между ними : построено специальное исчисление сценариев на информационном пространстве системы правил, использующее в качестве информационных элементов описания входов/выходов правил и определяющее сценарий как совокупность одновременно активизированных информационных элементов;

- для сетей Петри, являющихся сетями действий, сформулирована и доказана теорема, определяющая достаточное условие достижимости любого перехода из начальной разметки;

- дано формальное определение задачи установления функционального соответствия -деревьев, сформулированы и доказаны теоремы об алгоритмической сложности возникающих при этом частных подзадач;

- получены алгоритмы установления функционального соответствия и построения суммарного образа двух глубинных синтаксических структур.

Список литературы диссертационного исследования кандидат физико-математических наук Михайлов, Дмитрий Владимирович, 2003 год

1. Аванесов B.C. Композиция тестовых заданий. Учебная книга для преподавателей вузов, учителей школ, аспирантов и студентов педвузов. — М.: Адепт, 1998.-217 с.

2. Апресян Ю.Д. Избранные труды. В двух томах. Т.1. Лексическая семантика. Синонимические средства языка. — М.: Школа "Языки русской культуры", 1995.-472 с.

3. Апресян Ю.Д. Интегральное описание языка и толковый словарь. // Вопросы языкознания. 1986, №2. С.57-70.

4. Апресян Ю.Д. Об одном правиле сложения лексических значений, в кн.: "Проблемы структурной лингвистики. 1971", М., 1972, с. 439-458

5. Апресян Ю.Д. Формальная модель языка и представление лексикографических знаний. // Вопросы языкознания. — 1990, №6. С. 123-139

6. Белич А.И. К вопросу о распределении грамматического материала по главным грамматическим дисциплинам, "Вестник МГУ", 7, 1947

7. Белошапкова В.А. Современный русский язык : Синтаксис : Учеб. Пособие для филол. специальностей ун-тов. / В.А.Белошапкова. — М.: "Высшая школа", 1977.-248 с.

8. Большакова Е.И., Васильева Н.Э. К вопросу об автоматизации литературно-научного редактирования. // «Компьютерная лингвистика и интеллектуальные технологии" Труды международного семинара Диалог'2000. Москва, 2000, т.2 с. 59-634

9. Бухбиндер В.А., Розанов Е.Д. О целостности и структуре текста // Вопросы языкознания. 1975, №6. С.73-86.

10. Ю.Вейхман Г.А. К вопросу о синтаксических единствах (На материале современного английского языка) // Вопросы языкознания. 1961, №2. С.97-105.

11. П.Гаспаров Б.М. О некоторых лингвистических аспектах изучения структуры текста, в кн. "III летняя школа по вторичным моделирующим системам. Тезисы", Тарту, 1968

12. Гиндин С.И. Внутренняя организация текста. (Элементы теории и семант. анализ). Автореф. дис. на соискание учен, степени канд. филол. наук. (681) М., 1972. 23 с. со схем.

13. Гладкий A.B. Формальные грамматики и языки. — М.: Главная ред. Физ.-матлит., 1973.-368 с.

14. Гладкий A.B., Мельчук И.А. Грамматики деревьев. I. Опыт формализации преобразований синтаксических структур естественного языка, сб. «Информационные вопросы семиотики, лингвистики и автоматического перевода", вып. 1.-М., 1971.-стр. 16-41.

15. Гладкий A.B., Мельчук И.А. Грамматики деревьев. II. К построению Д-грамматики для русского языка, сб. «Информационные вопросы семиотики, лингвистики и автоматического перевода", вып. 4. М., 1974. - стр. 4-29.

16. Градулина JI.K. Вопросы нормализации русского языка. Грамматика и варианты. М.: Наука, 1980. - 228 с.

17. Гэри М., Джонсон Д. Вычислительные машины и труднорешаемые задачи: Пер. с англ. М., Мир, 1982. - 416 с.

18. Демидова А.К. Пособие по русскому языку. Научный стиль речи. Оформление научной работы : Для студентов-иностранцев. М., Русский язык, 1991. — 201 е.: ил.

19. Дорофеев Г.В., Мартемьянов Ю.С. Логический вывод и выявление связей между предложениями в тексте, "Машинный перевод и прикладная лингвистика", 12, М., 1969.

20. Емельянов Г.М., Зайцева Е.И., Михайлов Д.В. Построение динамической модели естественного языка применительно к разработке языковой базы знаний. //Научно-теоретический журнал "Искусственный интеллект", 2'2002. Донецк, 2002, с. 443-446

21. Емельянов Г.М., Михайлов Д.В. Вопросы моделирования семантической связанности для систем понимания текста. // Сборник материалов 5-й Международной конференции "Распознавание-2001". Курск, 2001, Часть 1, с. 56-58.

22. Емельянов Г.М., Михайлов Д.В. Вопросы моделирования семантической связанности для систем автоматизированного тестирования знаний. // Математические методы распознавания образов (ММРО-Ю) Доклады 10-й Всероссийской конференции. Москва, 2001, с. 53-56

23. Ермаков А.Е. Неполный синтаксический анализ текста в информационно-поисковых системах. // «Компьютерная лингвистика и интеллектуальные технологии" Труды международного семинара Диалог'2002. Москва, 2002, т.2 с. 180-185

24. Жигалов В.А., Соколова Е.Г. InBASE: Технология построения ЕЯ-интерфейсов к базам данных. // «Компьютерная лингвистика и интеллектуальные технологии" Труды международного семинара Диалог'2001. Москва, 2002, т.2 с. 123-135

25. Жолковский А.К. О правилах семантического анализа, МпиПЛ, вып. 8, 1964, с. 17-32

26. Иванова Т.П. О характеристике связности газетного текста экономического содержания. // «Компьютерная лингвистика и интеллектуальные технологии" Труды международного семинара Диалог'2000. Москва, 2000, т.1 с. 108-109

27. Котов В.Е. Сети Петри. М.: Наука. Главная редакция физико-математической литературы, 1984. — 160 с.

28. Кук Д., Бейз Г. Компьютерная математика : Пер. с англ. М.: Наука, Гл. ред. Физ.-мат. Лит., 1990. - 384 с.

29. Леонтьева H.H. Семантика связного текста и единицы информационного анализа, НТИ, сер.2, № 1, 1981, с. 21 -29

30. Маслов Б.А. Проблемы лингвистического анализа связного текста. (Надфра-зовый уровень). Учеб. Пособие к спецкурсу. Таллин, ГНИ., 1975. — 104 с. с черт.

31. Мельчук И.А. Опыт теории лингвистических моделей "смысл<=>текст" : Семантика, синтаксис / И.А.Мельчук.-Переизд.. // Школа "Языки русской культуры". Москва, 1999. 345 с.

32. Минский М. Фреймы для представления знаний : пер. с англ. — М.: Энергия, 1979.-152 с.

33. Москальская О.И. Семантика текста // Вопросы языкознания. 1980, №6. С.32-42.

34. Невзорова O.A. Подход к построению семантико-синтаксического анализатора текстов на основе моделей синтаксем. // «Компьютерная лингвистика и интеллектуальные технологии" Труды международного семинара Диалог'99. Москва, 1999, т.2 с. 215-219

35. Николаев A.M. Описание семантики научного текста с позиций теории речевых актов (на материале рецензии на научно-техническую работу) // НТИ. Сер. 2, 1998, №7, с. 35-41

36. Никольский В.А. Предложение и контекст. М.: Русский язык в школе, № 3, 1948. - стр. 21-31.

37. Пападимитриу X., Стайглиц К. Комбинаторная оптимизация. Алгоритмы и сложность: Пер. с англ. М.: Мир, 1985. - 512 с.

38. Перцова H.H., Перцов Н.В. О проекте лингвистического процессора для обработки информации из сети Интернет. // «Компьютерная лингвистика и интеллектуальные технологии" Труды международного семинара Диалог'2002. Москва, 2002, т. 1 с. 339-342

39. Петерсон Дж. Теория сетей Петри и моделирование систем. М.: Мир, 1984. -298 с.

40. Попов М.Ю. Концепция системы семантического анализа текста. // «Компьютерная лингвистика и интеллектуальные технологии" Труды международного семинара Диалог'2002. Москва, 2002, т.1 с. 351-355

41. Попов Э.В. и др. Искусственный интеллект. — В 3-х кн. — М.: Радио и связь, 1990

42. Поспелов Д.А. Логико-лингвистические модели в системах управления. — М.: Энергоиздат, 1981. 233 с.

43. Поспелов Н.С. Проблема сложного синтаксического целого в современном русском языке, "Уч. Зап. МГУ.", 137. Труды Кафедры русск. Языка, 2, М., 1948, с. 41

44. Поспелов Н.С. Сложное синтаксическое целое и основные особенности его структуры, "Докл. и сообщ. Ин-та русского языка АН СССР.", 2, М., 1948, с. 53

45. Представление и использование знаний : Пер. с япон./ Под ред. X. Уэно, М. Исидзука. М.: Мир, 1989. - 220 с.

46. Севбо И.П. Сквозной анализ как шаг к структурированию текста // НТИ. Сер. 2, 1989, №2, с. 2-9

47. Севбо И.П. Структура связного текста и автоматизация реферирования. — М.: Наука, 1969.- 135 с.

48. Серкова Н.И. О некоторых вопросах функциональной перспективы предложений в терминах "Сверхфразовых единств" // Вопросы языкознания. 1967, №3. С.92-100.

49. Синельников H.H. Статистический анализ текстов как средство автоматического построения морфологической модели языка. // «Компьютерная лингвистика и интеллектуальные технологии" Труды международного семинара Диа-лог'2002. Москва, 2002, т.2 с. 497-500

50. Смирнова Е.И. Моделирование структуры состояний сложной системы для задач прогнозирования. //Искусственный интеллект-2000.-Нац.акад.Украины, Институт Проблем искуст. Интеллекта.- Украина, г.Донецк, 2000.- С.196-200.

51. Солганик Г.Я. Синтаксическая стилистика (Сложное синтаксическое целое) : Учеб. Пособие для вузов по спец. "Рус.яз и литература" и "Журналистика". — М.: Высш. Шк, 1973. 214 с.

52. Тотков Г., Танев X. Компьютеризированное извлечение значения слов с помощью анализа связного текста. // «Компьютерная лингвистика и интеллектуальные технологии" Труды международного семинара Диалог'99. Москва, 1999, т.2 с. 360-365

53. Урысон Е.В. Дизъюнкция в естественном языке : союзы или, либо, не то . не то, то ли . то ли. // «Компьютерная лингвистика и интеллектуальные технологии" Труды международного семинара Диалог'99. Москва, 1999, т.1 с. 316318

54. Фигуровский И.А. От синтаксиса отдельного предложения — к синтаксису целого текста. — М.: Русский язык в школе, № 3, 1948. cip. 21-31.

55. Филд А., Харрисон П. Функциональное программирование : Пер. с англ. М.: Мир, 1993.-637 е., ил.

56. Хомский Н. Язык и мышление. Пер. с англ. М.: Изд. Моск. ун-та, 1972. - 122

57. Челышкова М.Б. Теория и практика конструирования педагогических тестов. Учебное пособие. М.: Исследовательский центр проблем качества подготовки специалистов, 2001. - 410 с.

58. Шаляпина З.М., Канович М.И., Штернова О.А. Организация лексико-синтаксических знаний в модели русского синтеза RUMORS. // «Компьютерная лингвистика и интеллектуальные технологии" Труды международного семинара Диалог'99. Москва, 1999, т.2 с. 326-334

59. Bieber M. Automating Hypermedia for Decision Support //Hypermedia.- 1993.-Vol.4, № 2.-P. 108-115.

60. Bloomfield L. 1964. Language. N.Y., Toronto : Holt, Runehart and Winston. — Русский перевод : Блумфилд Jl. Язык. M.: Прогресс, 1968.

61. Emelyanov G.M., Krechetova T.V., Kurashova E.P. Semantic Analysis in Computer-Aided Systems of Speech Understanding. //Pattern Recognition and Image Analysis. 1998.-Vol. 8, N3.-P.408-410

62. Emelyanov G.M., Krechetova T.V., Kurashova E.P. Tree Grammars in the Problems of Searching for Images by Their Verbal Descriptions //Pattern Recognition and Image Analysis.- 2000.-Vol.10, N4.-P.520-526

63. Emelyanov G.M., Mikhailov D.V., and Zaitseva E.I. Synonymic Transformations in Analysis of Semantic Pattern Equivalence at the Superphrase Unity Level //Pattern Recognition and Image Analysis.- 2003.-Vol. 13, No.l.-P.21-23

64. Emelyanov G.M., Smirnova E.I. Logical Model Of Hypertext Image Database // Pattern Recognition and Image Analysis. 1999. Vol.9, №3. P. 458-491

65. Emelyanov G.M., Smirnova E.I. Logical Simulation Algebra of Hypertext Image Database //Pattern Recognition and Image Analysis. -2000. -Vol.10, № 1. P. 156163

66. EmeIyanov G.M., Zaitseva E.I., Mikhailov D.V., and Kurashova E.P. Development of Recognition System of Analysis of Semantic Images of Natural Language Statements //Pattern Recognition and Image Analysis.- 2003.-Vol.13, No.2.-P.251-253

67. Meyrowitz N.K. Intermedia: The Architecture and Construction of an Object-Oriented Hypermedia System and Applications Framework /OOPSLA '86 Proceedings.- 1986.

68. Meyrowitz N.K., Haan B.J., Kahn P., RileyV.A., CoombsJ.H. IRIS: Hipermedia Services //Communication of the ACM.- 1992.- Vol.36, № 1.- P.36-51.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.