Машинное понимание текстов естественного языка: онтологическая парадигма

• Veröffentlicht in: Штучний інтелект
• Datum: 2010
• Hauptverfasser: Святогор, Л.А., Гладун, В.П.
• Format: Artikel
• Sprache: Russian
• Veröffentlicht: Інститут проблем штучного інтелекту МОН України та НАН України 2010
• Schlagworte: Интеллектуальные речевые технологии. Компьютерная обработка естественно-языковых текстов и семантический поиск
• Online Zugang: https://nasplib.isofts.kiev.ua/handle/123456789/56278
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Zitieren: Машинное понимание текстов естественного языка: онтологическая парадигма / Л.А. Святогор, В.П. Гладун // Штучний інтелект. — 2010. — № 3. — С. 249-258. — Бібліогр.: 13 назв. — рос.

Выполнен сравнительный анализ двух принципиально разных подходов к семантической обработке текстов и дискурсов: логическая интерпретация и онтологический анализ. В зависимости от семантической сложности текста устанавливается сфера применимости каждого направления. Подробно рассматривается метод онтологического анализа, который опирается на систему знаний и формализованную категорию «смысл». Уточняется понятие «машинное понимание текстов ЕЯ». Зроблено порівняльний аналіз двох принципово різних підходів до семантичної обробки текстів та дискурсів: логічна інтерпретація і онтологічний аналіз. Залежно від семантичної складності тексту встановлюється сфера вживання кожного напрямку. Детально розглядається метод онтологічного аналізу, що спирається на систему знань та формалізовану категорію «смисл». Уточнюється поняття «машинне розуміння текстів природної мови». The comparative analysis of two essentially different approaches to semantic processing texts and discources is executed: logical interpretation and ontological analysis. Depending on semantic complexity of text the sphere of applicability of each direction is established. The ontological analysis method which leans on knowledge representation system and the new formalized category “the ontological sens” is in detail considered. The concept “machine understanding” of natural language texts is constructively determined.