Преобразование словоформы с помощью метода расслоения предиката в морфологии русского языка
В статье рассматривается метод расслоения конечного предиката для морфологических структур русского языка, где исследуется признак контекста и образование словоформы для морфологической задачи моделирования процесса склонения полных непритяжательных имен прилагательных, представленных в звуковой фор...
Saved in:
| Published in: | Штучний інтелект |
|---|---|
| Date: | 2012 |
| Main Author: | |
| Format: | Article |
| Language: | Russian |
| Published: |
Інститут проблем штучного інтелекту МОН України та НАН України
2012
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/57711 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Преобразование словоформы с помощью метода расслоения предиката в морфологии русского языка / И.В. Каменева // Штучний інтелект. — 2012. — № 4. — С. 154-161. — Бібліогр.: 6 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-57711 |
|---|---|
| record_format |
dspace |
| spelling |
Каменева, И.В. 2014-03-13T21:17:42Z 2014-03-13T21:17:42Z 2012 Преобразование словоформы с помощью метода расслоения предиката в морфологии русского языка / И.В. Каменева // Штучний інтелект. — 2012. — № 4. — С. 154-161. — Бібліогр.: 6 назв. — рос. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/57711 519.7 В статье рассматривается метод расслоения конечного предиката для морфологических структур русского языка, где исследуется признак контекста и образование словоформы для морфологической задачи моделирования процесса склонения полных непритяжательных имен прилагательных, представленных в звуковой форме. У роботі розглядається метод розшарування кінцевого предиката для морфологічних структур російської мови, де досліджується ознака контексту та утворення словоформи для морфологічної задачі моделювання процесу відмінювання повних неприсвійних прикметників, представлених в звуковій формі. In the article, separation finite predicate method for morphological structures of the Russian language is considered. The attribute context and word form creation for morphological task of process modeling an adjectives presented in sound form are investigated. ru Інститут проблем штучного інтелекту МОН України та НАН України Штучний інтелект Анализ и синтез коммуникационной информации Преобразование словоформы с помощью метода расслоения предиката в морфологии русского языка Перетворення словоформи за допомогою методу розшарування предиката в морфології російської мови Word Form Transformation by Separation Finite Predicate Method in Russian Morphology Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Преобразование словоформы с помощью метода расслоения предиката в морфологии русского языка |
| spellingShingle |
Преобразование словоформы с помощью метода расслоения предиката в морфологии русского языка Каменева, И.В. Анализ и синтез коммуникационной информации |
| title_short |
Преобразование словоформы с помощью метода расслоения предиката в морфологии русского языка |
| title_full |
Преобразование словоформы с помощью метода расслоения предиката в морфологии русского языка |
| title_fullStr |
Преобразование словоформы с помощью метода расслоения предиката в морфологии русского языка |
| title_full_unstemmed |
Преобразование словоформы с помощью метода расслоения предиката в морфологии русского языка |
| title_sort |
преобразование словоформы с помощью метода расслоения предиката в морфологии русского языка |
| author |
Каменева, И.В. |
| author_facet |
Каменева, И.В. |
| topic |
Анализ и синтез коммуникационной информации |
| topic_facet |
Анализ и синтез коммуникационной информации |
| publishDate |
2012 |
| language |
Russian |
| container_title |
Штучний інтелект |
| publisher |
Інститут проблем штучного інтелекту МОН України та НАН України |
| format |
Article |
| title_alt |
Перетворення словоформи за допомогою методу розшарування предиката в морфології російської мови Word Form Transformation by Separation Finite Predicate Method in Russian Morphology |
| description |
В статье рассматривается метод расслоения конечного предиката для морфологических структур русского языка, где исследуется признак контекста и образование словоформы для морфологической задачи моделирования процесса склонения полных непритяжательных имен прилагательных, представленных в звуковой форме.
У роботі розглядається метод розшарування кінцевого предиката для морфологічних структур російської мови, де досліджується ознака контексту та утворення словоформи для морфологічної задачі моделювання процесу відмінювання повних неприсвійних прикметників, представлених в звуковій формі.
In the article, separation finite predicate method for morphological structures of the Russian language is considered. The attribute context and word form creation for morphological task of process modeling an adjectives presented in sound form are investigated.
|
| issn |
1561-5359 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/57711 |
| citation_txt |
Преобразование словоформы с помощью метода расслоения предиката в морфологии русского языка / И.В. Каменева // Штучний інтелект. — 2012. — № 4. — С. 154-161. — Бібліогр.: 6 назв. — рос. |
| work_keys_str_mv |
AT kamenevaiv preobrazovanieslovoformyspomoŝʹûmetodarassloeniâpredikatavmorfologiirusskogoâzyka AT kamenevaiv peretvorennâslovoformizadopomogoûmetodurozšaruvannâpredikatavmorfologíírosíisʹkoímovi AT kamenevaiv wordformtransformationbyseparationfinitepredicatemethodinrussianmorphology |
| first_indexed |
2025-11-25T17:28:50Z |
| last_indexed |
2025-11-25T17:28:50Z |
| _version_ |
1850518842731659264 |
| fulltext |
«Искусственный интеллект» 4’2012154
3К
УДК 519.7
И.В. Каменева
Харьковский национальный университет радиоэлектроники, г. Харьков
Украина, , 61166, г. Харьков, просп. Ленина, 14
Преобразование словоформы
с помощью метода расслоения предиката
в морфологии русского языка
I.V. Kameneva
Kharkov National University of Radioelectronics, c. Kharkov
Ukraine, , 61166, c. Kharkov, Lenin аve., 14
Word Form Transformation by Separation Finite
Predicate Method in Russian Morphology
І.В. Камєнєва
Харківський національний університет радіоелектроніки, м. Харків
Україна, , 61166, м. Харків, просп. Леніна, 14
Перетворення словоформи за допомогою методу
розшарування предиката в морфології російської мови
В статье рассматривается метод расслоения конечного предиката для морфологических структур русского
языка, где исследуется признак контекста и образование словоформы для морфологической задачи
моделирования процесса склонения полных непритяжательных имен прилагательных, представленных в
звуковой форме.
Ключевые слова: расслоение конечного предиката, реляционная сеть, бинаризация.
In the article, separation finite predicate method for morphological structures of the Russian language is
considered. The attribute context and word form creation for morphological task of process modeling an
adjectives presented in sound form are investigated.
Key Words: the separation finite predicate method, relation network, binarization.
У роботі розглядається метод розшарування кінцевого предиката для морфологічних структур російської
мови, де досліджується ознака контексту та утворення словоформи для морфологічної задачі моделювання
процесу відмінювання повних неприсвійних прикметників, представлених в звуковій формі.
Ключові слова: розшарування кінцевого предиката, реляційна мережа, бінаризація.
Введение
Для создания модели языка необходимо формализовать разнообразные и много-
численные функции, реализуемые человеком при обработке речевой и текстовой ин-
формации. Важную роль при разработке математического обеспечения информационных
систем играют реляционные и логические способы представления знаний. Одним из
эффективных универсальных математических средств для описания конечных ин-
формационных массивов является алгебра конечных предикатов, которая выражает
предикаты заданными отношениями и отношения – предикатами.
Отношения выражают свойства предметов и связи между ними. Они представ-
ляют собой универсальное средство описания любых объектов. Язык человека, пред-
ставляющий собой главное средство духовного общения людей, можно рассматривать
Преобразование словоформы с помощью метода расслоения предиката...
«Штучний інтелект» 4’2012 155
3К
лишь как механизм для выражения отношений. Обмен мыслями между людьми осуще-
ствляется только за счет передачи и приема отношений. Каждая мысль представляет
собой какое-то отношение. Имеется множество бинарных отношений. Это множество
представляет собой систему, поскольку является декомпозицией одного отношения. Вся
эта система может быть представлена в виде неориентированного графа и называется
логической реляционной сетью. Ребра этого графа называются ветвями сети, верши
ны – полюсами. Ветви представляют собой бинарные отношения. Полюса сети – это
ячейки памяти, в каждой из которых содержится множество значений некоторой
предметной переменной. Множество всех значений переменной – домен, любое его
подмножество будет унарным отношением; это подмножество характеризует знание о
значениях данной предметной переменной, которые содержатся в данном полюсе. [1]
Логическая реляционная сеть предназначена для решения системы уравнений, за-
даваемых соответствующей моделью. Аналитически можно решить любую систему урав-
нений алгебры предикатов, характеризующую данную модель. При этом можно задавать
любое знание о значениях любых предметных переменных и получать знания о значе-
ниях любых других предметных переменных. Аналитический метод работает безотказно.
Логическая реляционная сеть работает с использованием потоков, каждый поток
привязывается к определенному полюсу и пересекает все связанные с ним ветвями
полюса на основании таблицы отношений соответствующей ветви. В процессе пере-
сечения создается множество пересечения на основании таблицы отношений ветви и
состояния, связанного с потоком полюса, после чего проводится логическое умноже-
ние между множеством пересечения и множеством состояния пересекаемого полюса,
и результат записывается в состояние полюса. В процессе решения происходит син-
хронизация потоков, запускаются только те потоки, состояние полюсов которых изме-
нилось после последнего запуска потоков. Если состояние ни одного из полюса по-
токов уже не изменяется, все потоки останавливаются.[2], [3]
Перед нами стоит задача проверить и оценить работоспособность метода рас-
слоения предиката для полной модели склонения непритяжательных имен прилага-
тельных в звуковой форме [4], [5].
В данной статье рассматривается применение метода расслоения для признаков
контекста и образования словоформы. На рис. 1 представлена реляционная сеть скло-
нения полных непритяжательных имен прилагательных русского языка, представлен-
ных в звуковой форме, где выделяется отдельная часть для того, чтобы определить
насколько эффективно применяется метод расслоения предиката для образования
словофрмы звуковой модели.
Каменева И.В.
«Искусственный интеллект» 4’2012156
3К
А
Рисунок 1 – Строение модели реляционной сети склонения полных
непритяжательных имен прилагательных русского языка, представленных в
звуковой форме
Метод расслоения предиката
для образования словоформы
Нами успешно продемонстрирована работа с сетью, которая ранее была построена с
помощью метода расслоения предиката в виде многополюсника для признаков слова,
таких как 1y – последний звук основы слова, 2y – признак ударности-безударности, 3y –
мягкости-твердости, которые переходят соответственно в номер типа склонения. В
результате были получены предикаты 321321 ,,;,, GGGFFF [6]. Продолжим использо-
вание метода расслоения предиката для перехода от номера типа склонения к левой
части окончания.
Итак, остановимся на том, что пошагово выполним все этапы метода расслое-
ния предиката для образования словоформы.
Допустим, что табл. 1 представлена левой частью окончания лz относительно
типа склонения слова t со значениями 1-7.
Таблица 1 – лz относительно типа склонения слова t
t
лz
1 2 3 4 5 6 7
ы 1 1 0 0 0 0 0
э 0 1 0 0 0 0 0
о 1 0 0 1 0 0 0
и 0 0 1 1 0 0 0
а,у 1 1 0 1 0 0 0
е,я,ю 0 0 1 0 0 0 0
о’а’у’ 0 0 0 0 1 1 0
ы’ 0 0 0 0 1 0 0
и’ 0 0 0 0 0 1 1
ё, я’,ю’ 0 0 0 0 0 0 1
СДНФ исходного предиката P равна:
w 1 2 3 4 5 6 7
лz ы,о,а,у ы,э,а,у и,е,я,ю и,о,а,у ы’,о,’а’,у’ и’,о’,а’,у’ и’,ё, я’,ю’
7юяё76и6ы65уао3юяе
421уа43и41о2э21ы
)()())(()(
))(()())(()(),(
tzzzttztzttzzztzzz
tttzzttzttztzttztzP
ллллллллллл
ллллллл
Вводим предикат эквивалентности и получаем классификаторы предиката
),( wzP л , где w – класс в явном виде, в неявном виде ),( wziF л .
Преобразование словоформы с помощью метода расслоения предиката...
«Штучний інтелект» 4’2012 157
3К
.)()(
)()()(
))()()(),(
7юяёи6уаои
5уаоы4уаоы3юяеи
41о2уаэы1уаоы
4
wzzzzwzzzz
wzzzzwzzzzwzzzz
wwzwzzzzwzzzzwzF
лллллллл
лллллллллллл
лллллллллл
Перешли в неявном виде к ячейкам таблицы со значениями типов склонения.
Таблица 2 – 1h относительно признаков 2y – ударности-безударности, 3y –
мягкости-твердости
Табл. 2 по своим значениям совпадает с таблицей зависимости признаков слова
1h 2y 3y от типа склонения w , полученной для сети характеризующей признаки слова.
Таблица 3 – Зависимость 1y от типа склонения t
В табл. 2 классы лz полностью совпадают со значениями типа склонения в
табл. 3, следовательно, можно провести тот же переход от признаков контекста к
номеру типа склонения (табл. 4), связав его с лz , и получить предикат ),,,( 1 swzhR л .
Таблица 4 – Переход от признаков контекста к номеру типа склонения
2y , 3y
1h У Т У М Б Т Б М
б }уa,о,ы,{ }юя,е,и,{ }у,а,о,ы{ }ю,яё,,и{
г – }юя,е,и,{ – }ю,яё,,и{
ч – }уа,о,и,{ }у,а,о,и{ –
ж }уа,э,ы,{ – }у,а,о,ы{ –
w
32 yy
1y У Т У М Б Т Б М
б 1 3 5 7
ч – 3 – 7
г – 4 6 –
ж 2 – 5 –
t
Каменева И.В.
«Искусственный интеллект» 4’2012158
3К
А
86уаоиж975уа
оыбг1067юяеибч1067ю
яеибч42уаэыж34уаоиг
623юяеибч11уаоыб
1
)()()
)(()())(()()
)(()()(
)())(()(),,,(
swzzzzhsswzz
zzhhsswzzzzhhsswz
zzzhhswzzzzhswzzzzh
sswzzzzhhswzzzzhswzhR
лллллл
ллллллл
ллллллллллл
ллллллллл
Производим бинаризацию предиката R и находим предикат ),(4 wzG л :
6уаои5уаоы7ю
яеи2уаэы4уаои
3юяеи1уаоы
)()()
()()(
)()(),(4
wzzzzwzzzzwz
zzzwzzzzwzzzz
wzzzzwzzzzwzG
ллллллллл
ллллллллллл
ллллллллл
Строим ассоциативный слой переключательной сети gswzhP л ),,,( 1 (рис. 2).
1h лz w s
б }уa,о,ы,{ 1 1
ч }юя,е,и,{ 3 2
г }уа,о,и,{ 4 3
ж }уа,э,ы,{ 2 4
б }юя,е,и,{ 3 5
ч }ю,яё,,и{ 7 6
г }у,а,о,ы{ 5 7
ж }уа,о,и,{ 6 8
б }у,а,о,ы{ 5 9
б }ю,яё,,и{ 7 10
Преобразование словоформы с помощью метода расслоения предиката...
«Штучний інтелект» 4’2012 159
3К
Рисунок 2 – Переключательная цепь
Задаем g = 1 и получаем реляционную сеть в виде многополюсника для отно-
шения tswzhP л ),,,( 1 , построенную для признаков слова: 1y – последний звук ос-
новы слова, 2y – признак ударности-безударности, 3y – мягкости-твердости, которая
изображена на рис. 3 и расширена с добавлением признака словоформы лz :
Каменева И.В.
«Искусственный интеллект» 4’2012160
3К
А
Рисунок 3 – Реляционная сеть
Выводы
С помощью метода расслоения предиката была усовершенствована модель скло-
нения полных непритяжательных имен прилагательных звуковой модели, которая
теперь дает возможность автоматизировать процесс перехода от конечного предиката
к реляционной сети для морфологических структур. Логическая реляционная сеть была
построена для признака контекста, признаков слова и образования словоформы. Как
выяснилось, в представленной модели склонения признаки контекста минимизи-
рованы настолько, что применить метод расслоения предиката невозможно. В даль-
нейшем планируется доказать универсальность и эффективность метода расслоения
предиката на различных морфологических структурах русского языка.
Литература
1. Бондаренко М.Ф. Мозгоподобные сруктуры / М.Ф. Бондаренко, Ю.П. Шабанов-Кушнаренко. –
Київ : Наукова думка.– 2011.– 160 с.
2. Бондаренко М.Ф. О реляционных сетях / М.Ф. Бондаренко, Н.П. Кругликова, И.А. Лещинская,
Н.Е. Русакова, Ю.П. Шабанов-Кушнаренко // Бионика интеллекта. – 2010. – № 3. – С. 8-13.
3. Бондаренко М.Ф. О булевых реляционных сетях / М.Ф. Бондаренко, И.В. Каменева, Н.Е. Русакова,
Ю.П. Шабанов-Кушнаренко, И.Ю. Шубин // Бионика интеллекта: научн.-техн. журнал. – 2011. –
№1 (75). – С. 3 – 7.
4. Русакова Н. Е. Модель устной речи / Н. Е. Русакова // Бионика интеллекта: научн.-техн. журнал. –
2010. – №1(72). – С. 94 – 97.
5. Русакова Н.Е. О методе расслоения конечного предиката / Н.Е. Русакова // Бионика интеллекта:
научн.-техн. журнал. – 2011. – №3 (77). – С. 50 – 53.
6. Каменева И.В., Русакова Н.Е. Использование метода расслоения предиката в морфологии русского
языка / И. В. Каменева, Н.Е. Русакова // Системные технологии. – 2012. – № 4(81). С. 86 –94.
Literatura
1. Bondarenko M.F. Mozgopodobnye sruktury. Kyiv: Naukova dumka.2011. 160 s.
2. Bondarenko M.F. Bionika intellekta. 2010. № 3. S. 8-13.
3. Bondarenko M.F. Bionika intellekta: nauchn.-tehn. zhurnal. 2011. № 1 (75). S. 3-7.
Преобразование словоформы с помощью метода расслоения предиката...
«Штучний інтелект» 4’2012 161
3К
4. Rusakova N. E. Bionika intellekta: nauchn.-tehn. zhurnal. 2010. № 1(72). S. 94-97.
5. Rusakova N.E. Bionika intellekta: nauchn.-tehn. zhurnal. 2011. № 3 (77). S. 50-53.
6. Kameneva I. V. Sistemnye tehnologii. 2012. № 4(81). S. 86-94.
RESUME
I.V. Kameneva
Word Form Transformation by Separation
Finite Predicate Method in Russian Morphology
It is necessary to formalize diverse and multiple functions implemented in the proce-
ssing of human voice and text information for model of language creation.
Relational and logical methods of knowledge representation play an important role in
the software information systems development. The algebra of finite predicate is one of the
effective universal mathematical tools for describing endpoint arrays that expresses predicates
by relations and relations by predicates.
The task is to test and evaluate the performance of the separation finite predicate for an
adjectives presented in a sound form.
In this paper, all steps of separation finite predicate method for morphological structures
of the Russian language are implemented, i.e. equivalence of predicates are input, predicate
classifiers are got, grading layer of switching circuit predicate are built.
The number of type of inducement was transferred to the left side of ending and tran-
sited from the attribute context to the number of type of inducement. Then binarization was
performed, associative layer of switching network was built, and relational network was got.
The attribute context and word form creation for morphological task of process mode-
ling of an adjectives presented in sound form were investigated.
Статья поступила в редакцию 01.06.2012.
|