| DC Field | Value | Language |
|---|
| dc.contributor.author | Потараев, В. В. | - |
| dc.contributor.author | Серебряная, Л. В. | - |
| dc.date.accessioned | 2020-09-04T05:58:22Z | - |
| dc.date.available | 2020-09-04T05:58:22Z | - |
| dc.date.issued | 2020 | - |
| dc.identifier.citation | Потараев, В. В. Автоматическое построение семантической сети для получения ответов на вопросы / Потараев В. В., Серебряная Л. В. // Доклады БГУИР. – 2020. – №18(4). – С. 44–52. – DOI : http://dx.doi.org/10.35596/1729-7648-2020-18-4-44-52. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/39751 | - |
| dc.description.abstract | Выполнен анализ модели представления данных и знаний в виде семантической сети.
Обоснован ее выбор для работы с текстовой информацией. Сформулирована задача автоматической
генерации семантической сети на основе произвольного текста на русском языке. Приведены исходные
данные, условия и ограничения, необходимые для алгоритма построения сети. В результате анализа
части речи каждого слова и порядка слов в предложении установлены семантические отношения между
словами. Создан словарь лексем, с помощью которого определяются части речи слов из предложений.
Выбрано множество видов вопросов, используемых в семантической сети. Количество отношений
в сети регулируется за счет возможности использовать только нужные типы связей при решении
конкретной задачи. При этом отношения в семантической сети могут быть самых разных типов, что делает
ее универсальной моделью представления данных и знаний. Разработан алгоритм, позволяющий получать
ответы на поставленные вопросы. Рассмотрены предложения, для которых автоматически построена
модель семантической сети. В предложенном алгоритме семантическая сеть интерпретируется
как неориентированный граф, на котором для поиска ответа на вопрос применен алгоритм поиска в
ширину. Разработанные алгоритмы реализованы в программном средстве, которое автоматически строит
семантическую сеть для произвольного текста. Созданное программное средство позволяет задавать
вопросы и получать на них ответы на основе информации, хранящейся в семантической сети.
Эксперименты показали, что построенная семантическая сеть дает правильные ответы на поставленные
ей вопросы. Сеть модифицируются путем добавления и удаления из нее информации. Есть возможность
выбирать сложность структуры сети в зависимости от решаемой задачи. Предложенный подход
к построению и работе с сетью позволяет использовать ее для текстов на разных языках,
в информационных системах с естественно-языковым интерфейсом, для решения задач классификации
и поиска информации. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | доклады БГУИР | ru_RU |
| dc.subject | семантические сети | ru_RU |
| dc.subject | автоматическая генерация | ru_RU |
| dc.subject | алгоритм поиска ответа | ru_RU |
| dc.subject | semantic network | ru_RU |
| dc.subject | automatic generation | ru_RU |
| dc.subject | question answering algorithm | ru_RU |
| dc.title | Автоматическое построение семантической сети для получения ответов на вопросы | ru_RU |
| dc.title.alternative | Automatic generation of semantic network for question answering | ru_RU |
| dc.type | Статья | ru_RU |
| local.description.annotation | Semantic network model for representing data and knowledge was analysed. Selection of this model
for working with text information was justified. The objective of automatic semantic network generation based
on an arbitrary Russian-language text was formulated. Initial data, conditions and constraints necessary for
network generation algorithm are listed. As a result of the part-of-speech analysis for each word and word order
in a sentence, semantic relations between words are determined. The Lexeme dictionary was created to
determine the part of speech of words in sentences. A set of question types used in the semantic network was
selected. The number of relations in the network is regulated due to the possibility to use only necessary relation
types when resolving a specific task. With that, the relations in semantic network can have very different types,
which makes it a universal model for representing data and knowledge. The algorithm was developed which
allows one to get answers for the questions asked. The semantic network model was generated automatically for
the sentences considered. In the proposed algorithm the semantic network is interpreted as unoriented graph on
which breadth-first search algorithm is used to find an answer. The proposed algorithms were implemented in a
software tool which automatically generates the semantic network for an arbitrary text. The created software tool
allows asking questions and getting answers to them based on the information which is stored in the semantic
network. The experiments have shown that the generated semantic network gives correct answers to the
questions posed. The network is modified by adding and removing information in it. There is a possibility to
choose complexity of network structure depending on a specific task being resolved. The proposed approach for
building and working with the semantic network allows one to process texts in various languages, to use it in
information systems with natural-language interface, and to resolve such tasks as text classification and text
Search. | - |
| Appears in Collections: | № 18(4)
|
