Штучний інтелект

Науковий журнал

ISSN 2710-1673

ONLINE: ISSN 2710-1681

Виберіть свою мову


Сочетание вероятностного тегирования с основанным на правилах многоуровневым синтаксическим анализом для извлечения требований

Баженов М.О.1
1 Національний технічний університет “Харківський політехнічний інститут”

Повний текст (PDF)

УДК: 519.876
Мова публікації: Англійська
Stuc. intelekt. 2010; 15; (2):6-14

Анотація: Стаття присвячена опису NLP підходу до витягу відповідної онтологічної інформації з неопрацьованих текстів вимог. Для автоматизації процесу витягу вимог з текстової інформації зацікавлених осіб, а також для її трансформації в структуровану і придатну для валідації форму пропонується використання поєднання імовірнісних та заснованих на правилах методив NLP. Розроблена методологія у якості основного принципу включає в себе багаторівневу стратегію синтаксичного аналізу.

Ключові слова:

Посилання:

  1. Fliedl G. NIBA Project: Overview / G. Fliedl, Ch. Kop, J. Vöhringer, Ch. Winkler // ER 2005: 24th International Conference on Conceptual Modeling, Alpen-Adria-Universität Klagenfurt, 2005.
  2. Shekhovtsov V.A. Capturing the Semantics of Quality Requirements into an Intermediate Predesign Model / V.A. Shekhovtsov, Christian Kop, Heinrich C. Mayr // SIGSAND-EUROPE Symposium 2008. –Marburg, Germany, 2008. – P. 25-38.
  3. Manning C.D. Foundations of statistical natural language processing / C. Manning. – The MIT Press,1999. – 680 p.
  4. Oliver Mason’s. Webpages [Электронный ресурс] / O. Mason. – Режим доступа : http://www.english.bham.ac.uk/staff/omason/index.html.
  5. Schmid H. Probabilistic part-of-speech tagging using decision trees / H. Schmid // Proceedings of the International Conference on New Methods. – In Language Processing. – 1994.
  6. Brill E. Unsupervised learning of disambiguation rules for part of speech tagging / E. Brill // Proceedingsof the 3rd Workshop on Very Large Corpora. – 1995. – P. 1-13.
  7. Goldwater S. A fully Bayesian approach to unsupervised part-of-speech tagging / S. Goldwater, T. Griffiths // Proceedings of the 45th Annual Meeting of the ACL. – Prague, 2007. – P. 744-751.
  8. Mason O. Programming for Corpus Programming: how to do text analysis with Java / O. Mason. – Edinburgh University Press, 2000. – 224 p.
  9. Montylingua : a free, commonsense-enriched natural language understander [Электронный ресурс] –Режим доступа : http://web.media.mit.edu/~hugo/montylingua.
  10. Monty Klu Web v0.1 [Электронный ресурс]. – Режим доступа : http://montyklu.knospi.com.
  11. Bird S. Natural Language Processing in Python [Электронный ресурс] / S. Bird, E. Klein, E. Loper. –Режим доступа : http://nltk.org/doc/en/book.pdf.
  12. Weber G. NIBA Aspekte der Implementierung eines erweiterten Taggers für die automatische Textannotation in NIBA. Master Thesis / G. Weber. – Alpen-Adria-Universität Klagenfurt, 2007. – 114 p.
  13. Black C.A. A step-by-step introduction to the Government and Binding theory of a syntax [Электронныйресурс] / C.A. Black. – Режим доступа : http://www.sil.org/americas/mexico/ling/E002-IntroGB.pdf.
  14. Межуев В.И. Использование онтологий как предметных областей / В.И. Межуев // Искусственныйинтеллект. – 2009. – № 4. – С. 4-11.
  15. Звенигородский А.С. Концепция и задачи понимания смысла текста в системах искусственногоинтеллекта / А.С. Звенигородский // Искусственный интеллект. – 2009. – № 3. – С. 6-10.
  16. Шевченко О.Ю. Метод побудови інтелектуальних систем обробки інформації та документообігуза допомогою онтологічної бази знань / О.Ю. Шевченко, М.В. Климова // Искусственный интеллект. –2009. – № 2. – С. 91-97.

Переглянути повний текст статті (PDF)