Система аналізу кореферентних зв’язків у текстах
У статті описана побудована система аналізу кореферентних зв’язків у текстах природною мовою. У роботі були реалізовані два алгоритмічні підходи для моделювання кореферентних відношень тексту та машинного навчання системи визначення та аналізу зв’язків – із застосуванням методу максимальної ентропії...
Збережено в:
| Опубліковано в: : | Штучний інтелект |
|---|---|
| Дата: | 2015 |
| Автор: | |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
Інститут проблем штучного інтелекту МОН України та НАН України
2015
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/117200 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Система аналізу кореферентних зв’язків у текстах / О.О. Марченко // Штучний інтелект. — 2015. — № 3-4. — С. 9–16 . — Бібліогр.: 6 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Резюме: | У статті описана побудована система аналізу кореферентних зв’язків у текстах природною мовою. У роботі були реалізовані два алгоритмічні підходи для моделювання кореферентних відношень тексту та машинного навчання системи визначення та аналізу зв’язків – із застосуванням методу максимальної ентропії та з використанням методу опорних векторів.
В статье описана разработанная система анализа кореферентных связей в текстах на естественном языке. В работе были реализованы два алгоритмических подхода для моделирования кореферентных отношений в тексте и машинного обучения системы определения и анализа связей – с применением метода максимальной энтропии и с использованием метода опорных векторов.
The article describes a developed system for co-reference analysis of natural language texts. Two algorithmic approaches for modeling coreferential relations in natural language texts and for training the system for determination and analysis of relationships – Maximum Entropy and Support Vector Machine were used.
|
|---|---|
| ISSN: | 1561-5359 |