Искусственный интеллект и принятие решений
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Правила для авторов

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Искусственный интеллект и принятие решений:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Искусственный интеллект и принятие решений, 2019, выпуск 1, страницы 49–61
DOI: https://doi.org/10.14357/20718594190105
(Mi iipr161)
 

Обработка естественного языка

Семантические технологии для семантических приложений. Часть 2. Модели сравнительной семантики текстов

В. И. Городецкийa, О. Н. Тушкановаb

a TRA Robotics Ltd., г. Санкт-Петербург, Россия
b Санкт-Петербургский институт информатики и автоматизации РАН, г. Санкт-Петербург, Россия
Аннотация: В статье обсуждаются базовые аспекты современного понимания семантических вычислений, семантических технологий и приложений в области обработки больших данных, представленных текстами на естественном языке, выполняемой в интересах извлечения знаний для принятия решений. Рассмотрены базовые компоненты семантических технологий, к которым относятся онтологии и модели их использования, семантические ресурсы, которые содержат знания о семантике слов естественного языка и средства ее уточнения, а также семантическая компонента технологии, которая используется для формального описания смысла сущностей естественного языка и численной оценки их попарной семантической близости. Основное внимание уделяется моделям последней компоненты технологии, которые важны для решения задач семантической кластеризации и классификации текстов и различных их приложений. Обсуждаются и сравниваются различные типы мер семантической близости сущностей естественного языка в контексте задач семантических вычислений и анализируются проблемы, которые сдерживают практическое использование семантических технологий.
Ключевые слова: семантические технологии, семантические вычисления, семантический ресурс, семантическая связанность, семантическая близость.
Финансовая поддержка Номер гранта
Российская академия наук - Федеральное агентство научных организаций 26
Работа выполнена при поддержке программы Президиума РАН № 26 “Фундаментальные основы алгоритмов и про- граммного обеспечения для перспективных сверхвысокопроизводительных вычислений”.
Англоязычная версия:
Scientific and Technical Information Processing, 2020, Volume 47, Issue 6, Pages 365–373
DOI: https://doi.org/10.3103/S0147688220060027
Реферативные базы данных:
Тип публикации: Статья
Образец цитирования: В. И. Городецкий, О. Н. Тушканова, “Семантические технологии для семантических приложений. Часть 2. Модели сравнительной семантики текстов”, Искусственный интеллект и принятие решений, 2019, № 1, 49–61; Scientific and Technical Information Processing, 47:6 (2020), 365–373
Цитирование в формате AMSBIB
\RBibitem{GorTus19}
\by В.~И.~Городецкий, О.~Н.~Тушканова
\paper Семантические технологии для семантических приложений. Часть~2. Модели сравнительной семантики текстов
\jour Искусственный интеллект и принятие решений
\yr 2019
\issue 1
\pages 49--61
\mathnet{http://mi.mathnet.ru/iipr161}
\crossref{https://doi.org/10.14357/20718594190105}
\elib{https://elibrary.ru/item.asp?id=37179703}
\transl
\jour Scientific and Technical Information Processing
\yr 2020
\vol 47
\issue 6
\pages 365--373
\crossref{https://doi.org/10.3103/S0147688220060027}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/iipr161
  • https://www.mathnet.ru/rus/iipr/y2019/i1/p49
    Цикл статей
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Искусственный интеллект и принятие решений
    Статистика просмотров:
    Страница аннотации:34
    PDF полного текста:14
    Список литературы:1
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024