Моделирование процессов понимания текстов на естественном языке тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Алиуллов, Альфир Джаудатович

• Алиуллов, Альфир Джаудатович
• кандидат технических наук
• 2001

Оглавление диссертации кандидат технических наук Алиуллов, Альфир Джаудатович

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИЗ МЕТОДОВ ФОРМАЛИЗАЦИИ ЕСТЕСТВЕННЫХ ЯЗЫКОВ: МОДЕЛИ ЯЗЫКА, МОДЕЛИ ОБЩЕНИЯ.

1.1. Естественный язык, текст, смысл.

1.1.1. Знак, как базовое понятие языка.

1.1.2. Системная организация языка.

1.1.2.1. Морфологический уровень языка.

1.1.2.2. Лексический уровень языка.

1.1.2.3. Синтаксис языка.

1.1.2.3.1. Синтаксическая связь и способы ее установления.

1.1.2.4. Уровень текста.

1.1.2.4.1. Внутритекстовые связи: способы организации и классификация.

1.1.3. Формальная модель языка.

1.1.4. Семантика языка.

1.1.4.1. Интерпретация смысла в лингвистических моделях.

1.1.4.2. Интерпретация смысла при моделировании понимания.

1.1.5. Процесс понимания, уровни понимания.

1.2. Процесс общения: системная организация и компоненты.

1.2.1. Трактовка общения, согласно Э.В. Попова [15].

1.2.2. Теория речевых актов.

1.2.3. Проблематика языковых моделей.

1.2.3.1. Задача формализации лингвистических знаний.

1.2.3.2. Функциональная модель языка.

1.2.3.3. Действующая модель языка.

1.2.3.4. Модель языка, как элемента модели языкового взаимодействия.

1.3. формализованные модели окружающего мира и языки их представления.

1.3.1. Логические модели.

1.3.2. Продущионные модели.

1.3.3. Фреймовые модели.

1.3.4. Сетевые модели.

1.4. сравнительный анализ существующих моделей языка, моделей понимания.

1.4.1. Компонентный анализ [1].

1.4.2. Модель глубинных падежей [2].

1.4.3. Модель Смысл-Текст (СТ) [7,8].

1.4.3.1. Уровни представления содержания текста.

1.4.3.2. Компоненты отображения внутренних представлений.

1.4.3.3. Представление синтаксических знаний.

1.4.3.4. Компьютерные реализации модели.

1.4.3.5. Критика модели.

1.4.4. Модель семантик предпочтения (СП) [30].

1.4.4.1. Средства представления семантики текста.

1.4.4.2. Ход анализа.

1.4.4.3. Основные результаты модели СП.

1.4.5. Модель концептуальной зависимости (КЗ) [6].

1.4.5.1. Концептуальный уровень.

1.4.5.2. Система примитивных актов.

1.4.5.3. Ход обработки.

1.4.5.4. Критика модели КЗ.

1.4.6. Системы общения пользователя с базами данных.

1.4.7. Модели ЕЯ обработки, основанные на грамматиках.

1.5. выводы сравнительного анализа существующих моделей понимания.

1.6. постановка задачи.

ГЛАВА 2. ПРИНЦИПЫ ПОСТРОЕНИЯ ОТКРЫТЫХ ОБРАТИМЫХ МОДЕЛЕЙ ПОНИМАНИЯ ТЕКСТОВ НА ЕСТЕСТВЕННОМ ЯЗЫКЕ, МЕТОД «СИНТАКСИЧЕСКИХ ПРИМИТИВОВ».

2.1. Обобщенная формальная модель понимания текстов на естественном языке.

2.2. Принципы построения открытых обратимых моделей понимания текстов на естественном языке.

2.2.1. Компоненты описания лексического состава подъязыка(а, М, D, v).

2.2.2. Набор описаний допустимых синтаксических структур (Sn).

2.2.3. Набор первичных элементов языка внутреннего представления (Ас).

2.2.4. Набор абстрактных знаний из некоторой предметной области на ЯВП (Smc).

2.2.5. Набор обратимых правил сопоставления сложных языковых объектов объектам внутреннего представления (Base).

2.3. Метод «Синтаксических примитивов».

2.3.1. Компонента морфологических таблиц склонений (D) и словаря (V).

2.3.2. Компонента синтаксических правил (Sn) и правил сопоставления (Base).

2.3.3. Компонента семантических правил Sm (Smc).

2.3.4. Компонента описания способов реализации сверхфразовых связей между предложениями

2.3.4.1. Представление эксплицитных внутритекстовых связей.

2.3.4.2. Представление эллиптических связей.

2.3.5. Компоненты первичных смысловых объектов (концептуапъный алфавит) и правил построения сложных смысловых конструктов (концептуальный синтаксис).

2.3.6. Morfan: процедуры сегментации словоформы и идентификации концептов (этап морфологического анализа).

2.3.6.1. Морфологические модели Русского Языка.

2.3.6.2. Алгоритм морфологического анализа.

2.3.7. Компонента Analys: этап концептуального анализа.

2.3.7.1. Алгоритм концептуального анализа.

2.3.7.2. Процедура 1: Выборка пары концептов.

2.3.7.3. Процедура 2: Генерация концептуальной гипотезы.

2.3.7.4. Процедура 3: Подтверждение гипотезы.

2.3.8. Компонента Syntes: этап генерации предложений.

2.3.8.1. Процедура 4: разбиение графатекста на подграфы предложений.

2.3.8.2. Процедура 5: генерация отдельного предложения.

2.3.9. Компонента Ellyp: процедурное описание механизма разрешения эллипсиса.

2.3.10. Компонента Bound: процедурное описание механизма обработки сверхфразовых связей.

2.4. выводы.

ГЛАВА 3. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ ОТКРЫТОЙ ОБРАТИМОЙ ПРЕДМЕТНО-ЗАВИСИМОЙ МОДЕЛИ ПОНИМАНИЯ РУССКОЯЗЫЧНЫХ ТЕКСТОВ.

3.1. Общая логическая структура системы понимания русскоязычных текстов.

3.2. Объектный класс текстов.

3.2.1. Объектный класс предложений.

3.2.2. Объектный класс лексем.

3.2.3. Объектный класс морфологических интерпретаций лексем.

3.2.4. Объектный класс грамматического значения лексем.

3.3. Словарный состав системы понимания: объектный класс данных.

3.4. Объектный класс рабочей базы данных.

3.5. Интерфейс системы понимания.

3.6. Тестирование системы понимания.

3.7. Демонстрационные примеры работы системы в различных режимах функционирования.

3.8. Выводы программной реализации.

Введение диссертации (часть автореферата) на тему «Моделирование процессов понимания текстов на естественном языке»

Реализация естественно-языкового интерфейса человека с ЭВМ - научная проблема современности.

Теоретический интерес данная проблема представляет для ряда смежных дисциплин: Теоретической Лингвистики, Когнитивной Психологии, Искусственного Интеллекта и др. Решение проблемы общения на естественном языке может пролить свет на психологические аспекты языковой деятельности, вскрыть глубинную организацию и закономерности функционирования такого сложного объекта как естественный язык (ЕЯ), дать толчок к выработке моделей процессов порождения и восприятия языковых объектов в сознании человека, внести большой вклад в создание искусственного интеллекта.

Практическая значимость указанной проблемы резко возрастает в связи с расширением сферы использования ЭВМ в народном хозяйстве. Можно утверждать, что не существует такой отрасли народного хозяйства, где бы уже не использовалась вычислительная техника. Однако повсеместному внедрению вычислительной техники препятствует тот фактор, что общение с ЭВМ в настоящее время требует непрерывного привлечения специально подготовленных людей - программистов. В связи с этим необходимость в людях, имеющих эту профессию, непрерывно растет. Так в США спрос на программистов возрастает ежегодно примерно на 20% (по данным американского института изучения рынка труда). В сети Интернет создаются агентства по трудоустройству, предлагающие широкий выбор вакансий для специалистов в области информационных технологий. К примеру только одно американское агентство по трудоустройству Flipdog Company (официальный сайт агентства: www.flipdog.com) насчитывает около 20 ООО ООО вакансий для специалистов по информационным технологиям (по данным электронного еженедельника Flipdog news от 13 Сентября 2001). По данным правительства Германии дефицит программистов в стране на Июнь 2000 года составил 10 000 вакансий (www.greencard-germany.com). В целях решения проблемы в августе 2000 г. правительством Германии было принято решение об издании специальной визы для программистов, значительно упрощающей въезд в Германию для данной категории иностранных граждан.

Очевидно, что необходим поиск решения проблемы не только за счет увеличения количества программистов, но и за счет приближения языка общения к естественному языку, что обеспечит повышение эффективности взаимодействия и позволит людям любых специальностей общаться с ЭВМ без предварительной подготовки.

К настоящему моменту в решении проблемы общения наметились две тенденции: одна состоит в выработке программных средств функционально моделирующих языковую деятельность человека, другая - в развитии элементной и аппаратной базы компьютеров в направлении повышения их интеллектуальных способностей, в первую очередь способности «понимать» ЕЯ и способности «видеть» окружающий мир. В 1982 г. Министерство внешней торговли и промышленности Японии объявило о своих планах финансирования работ по созданию ЭВМ пятого поколения, при этом предусмотрены большие ассигнования на развитие элементной базы. В ЭВМ пятого поколения должна быть реализована возможность использования языков программирования трех категорий: естественного, запросов высокого уровня и «ядра» системы. Характерной особенностью ЭВМ будущих поколений начиная с пятого, является резкий рост их «интеллектуальных» способностей, позволяющих «понимать» непосредственно задачу, которая ставится перед ЭВМ конечным пользователем. Перспективные ЭВМ будут обладать такими аппаратными и программными средствами, которые позволят осуществить общение с машиной на естественном языке, при этом формами представления информации в режиме диалога могут быть текст, речь или изобразительная информация. Это позволит преодолеть психологический барьер между человеком и машиной, откроет широкие возможности для массового применения ЭВМ и сделает компьютер достойной альтернативой человеку.

Принято считать, что основные источники сложности моделирования языковой деятельности представляют два фактора: во-первых, языковая неоднозначность, которая выражается в таких сложных явлениях как лексическая и синтаксическая синонимия, полисемия, омонимия, в явлениях метонимии и метафоры и др.; во-вторых, слитность языка и сознания человека. Моделируя язык, исследователям постоянно приходится решать задачу моделирования сознания говорящего, моделирования его картины мира, его целей и мотивов. Время чисто лингвистических моделей языка, которые не учитывают психологическую составляющую, аспект экстралингвистических знаний, прошло [23]. Создание моделей общения необходимо рассматривать в аспекте моделирования систем:

ТекстСмысл <=>Реальность, Язык<=> Общение Участники.

Неоднозначность ЕЯ приводит к необходимости перевода естественно-языковых объектов на некоторый формальный язык с сохранением их содержания. Формальный язык представления смысла должен быть однозначным, машинно-ориентированным, и в принципе реализуемым на ЭВМ. Обобщая сказанное, модель понимания текстов на естественном языке включает следующие компоненты: а) формальное описание единиц ЕЯ и правил их комбинирования; b) описание единиц внутреннего языка представления смысла и правил организации сложных смысловых конструктов; c) описание критерия тождественности содержания объектов ЕЯ и объектов языка представления смысла; d) набор правил сопоставления объектов ЕЯ объектам языка внутреннего представления с удовлетворением критерия тождественности содержания; e) механизм выборки объектов ЕЯ, выборки правил сопоставления и определения искомого объекта на языке представления смысла.

Компонента а) включает набор простейших элементов, способы их комбинирования, набор образцов корректных комбинаций, принятых в рамках некоторого конкретного языка. Компонента Ь) состоит из перечня неделимых первичных элементов, правил комбинирования, критерия семантической корректности (непротиворечивости) комбинации.

Первые разработки по моделированию понимания проходили в рамках создания формализмов описания семантик слов в 1963, 1966 г. [1]. Позднее Ч. Филлмор и независимо от него Ю.Д. Апресян предлагают, приобретшие большую популярность, предикативные способы описания семантики лексических единиц, предложения и текста [2, 73]. Принцип использования экстралингвистических знаний в качестве направляющего фактора в процессе языковой обработки предложен Уилксом [3,4] и независимо от него Наринъяни [66], в дальнейшем развитый Шенком [5, 6] и др. В контексте моделирования Русского Языка А.Н. Жолковским и И.А. Мельчуком предлагается одна из самых разработанных моделей естественного языка - модель «Смысл - Текст» [7, 8]. Количество предлагаемых подходов и решений задачи моделирования понимания ЕЯ постоянно растет. Вместе с тем, несмотря на изобилие имеющихся в настоящее время работ, говорить о снятии проблемы не приходится. Ограниченность существующих подходов, главным образом, концентрируется вокруг условия предметной зависимости систем понимания, что ведет к предметной и языковой локальности любой методологии. Ввиду чего, встает задача разработки методов и средств, представляющих возможность расширения обрабатываемого подъязыка, настройки на произвольную предметную область. Состояние исследований в данной области отражают следующие факты:

1. отсутствие общепринятой методологии, которая бы выступала общим стандартом построения систем обработки ЕЯ и которая бы служила критерием создания ориентированных на языковую обработку аппаратных средств;

2. ни одна из предложенных методологий не была реализована на достаточно широком подмножестве языка, чтобы получить промышленное применение и быть способной заменить человека;

3. некоторые из самых продвинутых исследовательских групп в области моделирования ЕЯ заявляют о прекращении дальнейшей работы, ввиду возникновения задач повышенной сложности. К примеру, согласно Ю.Д. Апресяна [56], руководителя группы исследователей-разработчиков промышленной системы машинного перевода "ЭТАП-2", группа отменяет свои планы по реализации семантического уровня модели "Смысл - Текст" [7, 8], ввиду чрезвычайной сложности задачи.

Вот как описывает состояние проблемы А.С. Нариньяни в [41]: «Массированное, продолжавшееся несколько десятков лет наступление в области автоматической обработки текста захлебнулось. По отношению исходных планов и надежд оно окончилось достаточно очевидным провалом. Даже сейчас - более, чем двадцать лет спустя - никто не может претендовать на создание системы, способной понимать неограниченный текст на ЕЯ в достаточно широкой предметной области.».

Отмеченные факты свидетельствуют о том, что вопросы достижения предметной и лингвистической открытости остаются малоизученными. Имеются также основания полагать, это очевидно, если принять во внимание заявление Ю.Д. Апресяна [56], что вопрос достижения открытости в рамках определенной методологии определяется ее теоретическими предпосылками и принципами, а не конкретными практическими реализациями.

Цель настоящей работы состоит в исследовании теоретических основ и разработке принципов построения методов и средств понимания, удовлетворяющих требованию предметной и лингвистической открытости. Выделяются следующие аспекты задачи: разработка основополагающих принципов построения открытых обратимых методов и средств концептуальной обработки текстов на естественном языке; разработка метода концептуальной обработки (анализа и синтеза) русскоязычных текстов, характеризующегося требованиями: корректности обработки, лингвистической и предметной открытость; программная реализация метода.

В результате проведенного исследования было установлено, что главный источник закрытости существующих моделей понимания представляет требование неизбыточности языка представления смысла. Стремление исследователей к снятию избыточности языка представления смысла объясняется главной целью обработки ЕЯ, состоящей в полном 7 снятии недостатков ЕЯ, главным из которых является избыточность. Однако, ввиду развитых синонимических средств естественных языков, полное решение данной задачи на этапе языковой обработки представляет чрезвычайную сложность. Одновременно с этим, учитывая тот факт, что определение тождественности содержания лингвистически различных форм необходимо и достаточно проводить только на основе предметных знаний, то задачу идентификации перифраз целесообразно вынести за рамки языковой обработки (обработки, привлекающей лингвистические знания конкретного ЕЯ). Соответственно в данном случае, в целях обработки перифраз на уровне языка представления смысла, необходимо установление отношения эквивалентности, определяющего цепочки семантически эквивалентных представлений.

Введя избыточность на уровне представления семантики, и обобщив способы установления синтаксических связей, удается достичь представления лингвистических знаний синтаксического уровня декларативным образом. Ввиду универсальности представления данную лингвистическую базу удается применять как в целях анализа текста, так и в целях генерации предложений. Достигнутое представление, также создает удобную базу для реализации механизмов лингвистического перефразирования, обработки эллиптических конструкций и разрешения сверхфразовых связей из класса инцидентных внутритекстовых связей по терминологии [16]. Кроме этого, предложенное представление позволяет достичь алгоритмической простоты процедур анализа и синтеза, ввиду представления правил отображения в терминах пары опорных слов и их ближайшего контекста. При всех вышеизложенных преимуществах главным достоинством предлагаемого представления является лингвистическая и предметная открытость.

Полученные результаты легли в основу разработанного метода концептуальной обработки (анализа и синтеза) русскоязычных текстов, названного методом «Синтаксических примитивов». Метода прошел тестирование в ходе его программной реализации в рамках создания системы понимания русскоязычных текстов.

Порядок изложения настоящей работы определяется описанной ранее последовательностью компонент (а, Ь, с, d, и е) формальной модели понимания ЕЯ. Глава 1 посвящена краткому описанию объекта исследования - естественному языку (параграф 1.1), его системной организации и основным компонентам (параграф 1.1.2). В параграфе 1.2 рассматривается аспект функционирования языка в процессе общения. Обзору существующих методов формализации предметных знаний посвящен параграф 1.3. В параграф 1.4 проводится сравнительный анализ основных подходов по созданию моделей понимания.

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Алиуллов, Альфир Джаудатович

3.8. Выводы программной реализации

1. Использование объектно-ориентированной технологии потребовало применение методов объектного проектирования задачи [84]. Учитывая разнородность вычислительных объектов на этапе проектирования системы нами были выделены три центральных объектных класса: класс текстов, класс рабочей базы данных и класс данных системы.

2. В аспекте применимости метода было установлено, что на текстах с заданным формальным представлением их смыслов на языке концептуальных графов с учетом принципа равносложности объектов ЕЯ и объектов смыслового представления, программная реализация метода дает корректный результат обработки за приемлемое время отклика системы.

ЗАКЛЮЧЕНИЕ

1. По результатам сравнительного анализа работ, связанных с моделированием понимания текстов на ЕЯ установлены особенности предметной области, выявлены основные недостатки известных подходов и предложены направления развития формальных моделей понимания, методов представления логико-лингвистической информации, алгоритмов проведения концептуального разбора текстов и генерации предложений.

2. Построена формальная модель концептуальной обработки естественно-языковых текстов и формализованы требования предметной и лингвистической открытости модели. Обобщая принципы организации и компонентный состав моделей понимания, построенная обобщенная модель представляет базу для аналитических исследований моделей понимания.

3. Разработаны основополагающие принципы построения ООМ моделей понимания ЕЯ.

Принцип 1. Принцип декларативности представления компонент описания лексики (М, D и V).

Принцип 2. Компонента (Sn) описания синтаксиса выбранного подъязыка должна представляться в терминах синтаксически примитивных конструкций. Принцип 3. Принцип декларативности представления компоненты Sn. Принцип 4. Принцип декларативности представления компоненты Ас. Принцип 5. Принцип произвольности выбора концептов и отношений компоненты Ас

Принцип 6. Принцип декларативности представления компоненты Smc. Принцип 7. Принцип произвольности выбора концептов и отношений компоненты Smc.

Принцип 8. Принцип избыточности компоненты С - языка внутреннего представления семантики текстов.

Принцип 9. Правила сопоставления (20), (21) компоненты Base не должны нарушать структурную идентичность сопоставляемых объектов, т.е. должны отображать только равносложные объекты.

4. Разработан открытый метод концептуальной обработки текстов, метод «Синтаксических примитивов». Метод характеризуется обратимостью (обеспечивает анализ текста и синтез предложений), корректностью обработки (без

152 потери информации), возможностями восстановления эллипсиса и обработки сверхфразовых связей из класса внутритекстовых инцидентных связей по терминологии коммуникативной теории текста.

5. Разработанные модели и алгоритмы реализованы в программной системе моделирования понимания русскоязычных текстов. Система обеспечивает следующие виды обработки: морфологический анализ текста, концептуальный анализ текста, обработка эллиптических конструкций, обработка рекуррентных и инцидентных связей, синтез предложений, морфологический генератор окончаний лексем, перефразирование на базе синтаксического словаря, блок идентификации ответов на вопросы.

6. Система понимания была реализована с использованием объектно-ориентированной технологии, что потребовало применения методов объектного проектирования задачи. Учитывая разнородность вычислительных объектов на этапе проектирования системы нами были выделены три центральных объектных класса: класс текстов, класс рабочей базы данных и класс данных системы.

7. В аспекте применимости метода было установлено, что на текстах с заданным формальным представлением их смыслов на языке концептуальных графов с учетом принципа равносложности объектов ЕЯ и смыслового представления, при соответствующем наполнении словарей программная реализация метода дает корректный результат обработки за приемлемое время отклика системы.

Список литературы диссертационного исследования кандидат технических наук Алиуллов, Альфир Джаудатович, 2001 год

1.J., Fodor J.A.)

2. The Structure of a Semantic Theory. Language, 1963, v.39, № 1.

3. Филмор, 1968 (Fillmore Ch.T.)

4. The case for case. Universal in linguistic theory. New York, 1968.3 Уилкс, 1972 (Wilks Y.A.)

5. Grammar, Meaning and the Machine Analysis of language. London: Routledge and Kegan Paul, 1972.4 Уилкс, 1973 (Wilks Y.A.)

6. Preference Semantics. Stanford Artificial Intelligence Laboratory. Memo AIM-206, Memo AIM-211. Stanford: SRI, 1973.5 Шенк, 1972 (Schank R.C.)

7. Conceptual Dependancy: a Theory of Natural Language Understanding Cognitive. Peychology, 1972, v. 3, N 4, p. 552-631.6 Шенк, 1975 (Schank R.C.)

8. Conceptual Information Processing. Amsterdam: North-Holand Publishing Company, 1975.

9. Жолковский, 1974 (Жолковский И.A.)

10. Модель «Смысл-Текст». В кн.: Энциклопедия кибернетики. Том 2. Киев: Украинская Советская энциклопедия, 1974, с. 46.

11. Мельчук, 1974 (Мельчук И.А.)

12. Опыт теории лингвистических моделей «Смысл-Текст». М.:Наука, 1974.

13. Ф. де Соссюр, 1933 (Sossuire F. De) Курс общей лингвистики. М.: 1933.10 Quine W., 1953

14. From a logical point of view. Cambridge(Massachussets),1953.11 Моррис, 1947 (Morris Ch.)

15. Signs, language and behaviour. N.Y.: 1947.12 Аверьянов A.H., 1976

16. Система: философская категория и реальность. М:1976.

17. Маслов, 1975 (Маслов Ю.С.)

18. Введение в языкознание. М.: Высшая Школа, 1975.

19. Звегинцев, 1976 (Звегинцев В.А.)

20. Предложение и его отношение к языку и речи. М.: МГУ, 1976.15 Попов, 1982 (Попов Э.В.)

21. Общение с ЭВМ на естественном языке. М.: Наука, 1982.

22. Каменская, 1990 (Каменская И.) Текст и коммуникация, М.: 1990.

23. Поспелов, 1992 (Поспелов Д.А.)

24. Уровни понимания. в кн.: Справочник по ИИ /в 2-х т. Том 1: ред. Э.В. Попов; Том 2: ред. Д.А.Поспелов - М.: Энергия, 1992; Том 2, с. 110.

25. Мур и Ньюэлл, 1973 (Moore J. And Newell A.)

26. How can MERLIN understand? In: Knowledge and cognition. Baltimore: Lawrence Erlbaum Associates, 197319 Grosz B.J., 1977

27. The Representation and Use of Focus in a System for Understanding Dialog // Proc. 5lh IJCAI. Cambridge, Boston, 1977. - p. 67-76.20 Виноград Т., 1983

28. К процессуальному пониманию семантики// Новое в зарубежной лингвистике. М.: Радуга, 1983, - с. 123 - 170.21 Schank R. etal., 1979

29. Retrieving Information from an Episodic Memory or Why Computer's Memories Should Be More Like People's //Proc. 6th IJCAI. Tokyo, 1979. - p. 766-768.

30. Дракин и др., 1988 (Дракин В.И., Попов Э.В., Преображенский А.Б.) Общение конечных пользователей с системами обработки данных. М: Радио и связь, 1988.-288 с.

31. Кибрик, 1987 (Кибрик А.Е.)

32. Моделирование языковой деятельности в интеллектуальных системах. Ред. А.Е. Кибрик, А.С. Нариньяни. М.: Наука, 1987.

33. Виноградов, 1960 (Виноградов В.В.)

34. Грамматика Русского Языка. М.: изд-во АН СССР, 1960.25 Hobbs J., 1986

35. Sublanguage and knowledge. In R.Grishman and R. Kittredge, eds., Analyzing language Restricted domains: Sublanguage description and Processing, pp. 53-68. Hillsdale, N.J.: Lawrence Erlbaum Associates.26 BechA., 1989

36. The design and application of a domain specific knowledgebase in the TACITUS text understanding system. In J.Pind and Rognaldsson, eds., Papers from the Seventh Scandinavian Conference of computational Linguistics, pp. 114-126.

37. Hobbs J. et al„ 1993 (Hobbs J., Navaretta C.) Methodology for knowledge acquisition. Unpublished ms., 1993.

38. Woods W.A. et al., 1992 (Woods W.A., Schmolze J.G., The KL-ONE Family. // Computers and Mathematics with Applications, Vol. 23, No 2-5, 1992. pp. 133 -178.

39. McKeown K.R. et al., 1985 (McKeown K.R., Wish M., Muthews K.) Tailoring Explanation for the User // Proc. 9th IJCAI. Los Altos (Calif.), 1985 -p.795-798.31 GurianoN., 1991

40. A non-standard approach to terminological knowledge: The ITL system. In B. Nebel, C. Peltason and K. von Luck, Eds. International Workshop on Terminological Logics, pp. 47-50, IBM Germany Research Center.

41. Bateman J.A. et al., 1995 (Bateman J.A., Henschel R., Rinaldi F.)

42. The Generalized Upper Model 2.0, Technical Report, GMD/IPSI, Darmstadt, Germany, 1995.

43. Beckwith R.et al., 1991 (Beckwith R., Fellbaum C., Gross D., Miller G) WordNet: A Lexicalized Database Organized on Psycholinguistic Principles. // Lexical Acquisition: Exploiting On-line resources to Build a Lexicon. Lawrence Erlbaum Associates, 1991.

44. Искусственный интеллект: в 3 кн. Кн.1. Системы общения и экспертные системы: Справочник/ Под ред. Э.В. Попова. М.: Радио и связь, 1990, 464 с.35

45. Искусственный интеллект: в 3 кн. Кн.2. Модели и методы: Справочник/ Под ред. Д.А. Поспелова. М.: Радио и связь, 1990, 304 с.36 Рубашкин В.Ш., 1989

46. Представление и анализ смысла в интеллектуальных информационных системах. М:Наука, 1989, 192 с.37 Шаров С.А., 1998

47. О различии между онтологией языка и онтологией предметной области //Труды шестой национальной конференции по искусственному интеллекту -Пущино: 1998.38 Минский, 1975 (Minsky М.)

48. A Framework for Represantation Knowledge. In: The Psychology of Computer Vision. New York: McGraw-Hill, 1975.39 Sowa, 1983 (SowaJ.F.)

49. Conceptual structures: Information processing in mind and machine, Addison-Wesley, Reading, Mass, 1983.

50. Chomsky, 1957 (Chomsky N.)

51. Syntactic Structures. The Hague: Gravenhage, Mouton, 1957.

52. Нариньяни, 1997 (Нариньяни A.C)

53. Автоматическое понимание текста новая перспектива // Труды Международного семинара Диалог'97 по компьютерной лингвистике и ее приложениям. - М: 1997.27

54. Жолковский и др., 1961 (Жолковский А.К., Леонтьева Н.Н., Мартемьянов Ю.С.)

55. О принципиальном использовании смысла при машинном переводе. -Машинный перевод, 1961, вып. 2.

56. Ершов и др., 1975 (Ершов А.П., Мельчук И.А, Нариньяни А.С.) РИТА экспериментальная система взаимодействия с ЭВМ на естественном языке // Труды IV Международной объединенной конференции по искусственному интелекту - IJCAI - 75 -Тбилиси: 1975.

57. Апресян и др., 1998 (Апресян Ю.Д., Цинман JL)

58. Компьютерная реализация модели перифразирования .//Труды международного семинара на компьютерной лингвистике и ее приложениям «Диалог'98»-М: 1998.45 De Jong, 1979 (DeJongJ.)

59. Prediction and Substantiation: Two processes that Comprise Understanding Proc. 6th IJCAI, Tokyo, 1979.

60. Шенк, 1983 (Шенк P., Лебовиц M., Бирнбаум Л.)

61. Интегральная понимающая система Новое в зарубежной лингвистике, Москва, Радуга, 1983, Вып. 12.

62. Lebowitsz, 1985 (Lebowitsz М.)

63. RESEARCHER: an Experimental Intelligent Information System Proc. 9th IJCAI, Los Altos, Ca., 1985.48 Pazzani M.J., 19831.teractive Script Instantiation // Proc. National CAI. Washington, 1983. - p. 320 -326.49 Преображенский А.Б.

64. Лингвистический процессор для реализации общения с базами данных // Изв. АН СССР Техн. кибернетика. 1982. - № 5. - с. 121-129.50 Bates М., 1984

65. Acessing a Database with a Transportable Natural Language Interface// Proc. CAI Applications. Sheraton: Denver Tech. Center, 1984. - p. 9-12.

66. Woods W.A. et al., 1978 (Woods W.A., Kaplan R.M., Nash-Webber B.)

67. The Lunar Sciences Language System: Final Report // Technical Rep. 2378, Bolt Berunek and Newman Inc. Cambridge (Mas.), 1978.52 Ихсанов H.X., 2000

68. Формальное моделирование подмножеств естественного языка. Диссертация на соискание ученой степени к.т.н. - Ульяновск: 2000.

69. Grosz В. J. et al., 1987 (Grosz В.J., Apelt D.E., Martin P.A.)

70. TEAM: an Experiment in the Design of Transportable Natural-Language Interfaces //Artificial Intelligence, 1987. p. 173 -243.54 Преображенский А.Б.

71. Лингвистический процессор для реализации общения с базами данных // Изв. АН СССР Техн. кибернетика. 1982. - № 5. - с. 121-129.55 Bates М., 1984

72. Acessing a Database with a Transportable Natural Language Interface// Proc. CAI Applications. Sheraton: Denver Tech. Center, 1984. - p. 9-12.

73. Апресян и др., 1996 (Апресян Ю.Д.)

74. Обзор работ, выполненных в лаборатории компьютерной лингвистики. //Труды V национальной конференции по Искусственному Интеллекту КИИ'96. Изд-во КГУ: Казань, 1996.57 SharoffS., 1993

75. A System for Development of Linguistic Processors: SNOOP Proc. of EWAIC'93, Moscow, 1993, pp. 184 - 188.58 Шаров С.A., 1995

76. Использование объектно-ориентированного программирования для лингвистического моделирования // Труды Международного семинара Диалог'95 по компьютерной лингвистике и ее приложениям. Казань: 1995.

77. Kononenko I. et al., 1995 (Kononenko I., SharoffS.)1.tegration of Different Knowledge Representation Methods for NL processing. -Proc. EACL'95.60 Кононенко И.С., 1995

78. Типологические особенности текста и моделирование процесса понимания. // Труды Международного семинара Диалог'95 по компьютерной лингвистике и ее приложениям. Казань: 1995.

79. Сосенская Т.Б. и др., 1997.

80. Sublanguage processing: acquizition and utilization // Труды Международного семинара Диалог'95 по компьютерной лингвистике и ее приложениям. -Казань: 1995.

81. Mikheev A. et al., 1994 (Mikheev A., Moens М.)

82. Acquiring and Representing Background Knowledge for NLPSystem. In Proceeding of the AAAI Fall Simposium.64 Marsh E„ 1986

83. General Semantic patterns in different sublanguages. In R.Grishman and R. Kittredge, eds., Analyzing language Restricted domains: Sublanguage description and Processing, pp. 103-127. Hillsdale, N.J.: Lawrence Erlbaum Associates.65 Нариньяни А.С, 1979

84. Лингвистические процессоры ЗАПСИБ. Часть 1 Задачи проекта - Препринт ВЦ СО АН СССР, № 199, Новосибирск, 1979.66 Нариньяни А.С, 1979

85. ZAPSIB Language Processors// T.A. Information 1983, Vol. 24, n.l.70 Trapeznikov S.P., 1987

86. The System for Development of Linguistic Processors// Artificial Intelligence II. Methodology, Systems, Applications/ Ed. by Ph. Jorrand and V. Sgurev. Amsterdam: North Holland, 1987, pp. 329 - 335.71

87. Trapeznikov S.P.et al, 1993 (Trapeznikov S.P., Dinenberg F., Kuchin S. InterBase Natural language Interface system for popular commercial DBMSs // Proc. of EWAIC'93, Moscow, 1993, pp. 189 - 193.72 Нариньяни А.С., 1995

88. Проблема понимания ЕЯ-запросов к базам данных решена // Труды Международного семинара Диалог'95 по компьютерной лингвистике и ее приложениям. Казань: 1995.73 Апресян Ю.Д., 1974

89. Лексическая семантика. М.:Наука, 1974.

90. Смагин А.А., Алиуллов А.Д., 1999

91. Метод «Синтаксических Примитивов» для обработки русскоязычных текстов // Тезисы V международного совещания-семинара "Информационные технологии в учебном процессе кафедр физики и математики (ИТФМ-99)" -УлГТУ: Ульяновск, 1999.76 Алиуллов А.Д., 1999

92. Программная среда разработки семантических анализаторов// Тезисы V международного совещания-семинара "Информационные технологии в учебном процессе кафедр физики и математики (ИТФМ-99)" УлГТУ: Ульяновск, 1999.

93. Белоногов и др., 1973 (Белоногов Г.Г., Богатырев В.И.)

94. Белоногов Г.Г., Богатырев В.И. Автоматизированные информационные системы Москва: Сов.радио, 1973.78

95. Белоногов и др., 1967 (Белоногов Г.Г., Давыдова И.М.) Белоногов Г.Г., Давыдова И.М.О возможности определения грамматических классов по буквенным кодам слов // Научно-техническая информация Сер.2 -1967 №8 - с.20-26.79 Падучева Е.В., 1974

96. О семантике синтаксиса. М: Наука, 1974.

97. Апресян Ю.Д. и др., 1989 (Апресян Ю.Д., Иомдин Л.Д., Цинман Л.Л.) Лингвистическое обеспечение системы Этап-2, Москва, 1989.81 Ихсанов Н.Х., 1994

98. Язык концептуального моделирования текста на основе пси-термов. // Труды национальной конференции по искусственному интеллекиу «КИИ-94». -Рыбинск: 1994, с. 71-78.

99. Алиуллов А.Д., Ихсанов Н.Х., 1997

100. Концептуальное моделирование понимания технического текста// Труды Международного семинара Диалог '97 по компьютерной лингвистике и ее приложениям. Москва, 1997, с. 18-21.

101. Объектно-ориентированное проектирование с примерами применения, Моска-Киев, 1992.