Авт. обработка текстов на естественном языке и комп. лингвистика. Большакова (2014) (1185448), страница 16
Текст из файла (страница 16)
Наиболее известными лингвистическими структурами, по-видимому,являются структуры, основанные на модели «Смысл ⇔ Текст» [127]. Основой такогосемантико-синтаксического представления является синтаксическое деревопредложения, имеющее «семантические» узлы [127] или «семантические» связи [88].Работа автомата, построенного на базе модели «Смысл ⇔ Текст», опирается насложные и богатые словари (то есть словари являются компонентами работыавтомата), результатом такой работы является представление информации о единицахи связях в пределах предложения. Формализованность такого рода представленияявляется и преимуществом, и недостатком. Главным достоинством такого родаструктур является детальность анализа, отражаемого в форме дерева –синтаксического и семантического представления структуры предложения.
Приналичии словарных статей для всех слов предложения – естественно, при условииправильности структуры с точки зрения законов входного языка – автомат строитправильную синтаксическую структуру, сначала поверхностную, затем глубинную.Если все узлы глубинной синтаксической структуры заменить соответствующимитолкованиями из словаря, оставив все связи из глубинной синтаксической структуры,но расширив нотацию40, будет получена семантическая структура [127].
В системемашинного перевода ЭТАП-2 реализована единая синтаксическая структура, в узлахкоторой помещены слова исходной фразы. В этой единой синтаксической структуресохранены подробные связи поверхностной структуры, связи достаточнодифференцированные, поэтому их можно перевести в семантический план;соединяемые ими слова снабжены семантическими характеристиками вкомбинаторном словаре [88].Недостатком жестких древовидных структур является невозможность выхода запределы предложения, невозможность выборочного восприятия, «выхватывания»Описываемые далее структуры соответствуют разному положению дел в разработках систем автоматическогопонимания текста как с точки зрения современности, так и с точки зрения степени реализованности. Задачараздела сводится к сопоставлению работы автомата и человека в процедурах восприятия и понимания текста вразных условиях (цели, задачи, подходы).40Под термином нотация принято понимать систему разметки (тэгов, помет).
В частности, приводимый типнотации включает актантные связи (от 1 до 4), атрибутивную и координирующую.3950наиболее важной информации41. Другое ограничение такого подхода проявляется вслабой корреляции с системами представления знаний. «Пока реально достижимоеСемП /семантическое представление/ целого – это последовательность СинСемП/синтактико-семантических представлений/ всех подряд предложений текста»[125: 24].«Лингвистические структуры предложений текста» можно соотнести суровнем, предшествующим построению текстовой базы как системы пропозицийтекста.
Эти «лингвистические структуры» в какой-то степени соотносятся срассматриваемыми в предыдущем пункте поверхностными структурами, в которыхчеловек работает с эксплицитными поверхностными структурами (не более однойклаузы или предложения). В то же время «лингвистические структуры» больше пообъему: они включают и поверхностное, и глубинное представление о структуретакой единицы, как предложение.Вероятно, это направление в работах по автоматическому пониманию текстаближе всего к моделированию того, как адресат воспринимает текст, лишенныйсвязности и цельности.
Подобного рода эксперименты проводились на текстах, вкоторых (а) предложения перемешаны случайным образом, (б) клаузы перемешаныслучайным образом. С точки зрения задач настоящего исследования, по-видимому,это направление в некоторой степени может быть соотнесено с моделированием того,как адресат воспринимает текст, опираясь на структуру только текущегопредложения, если он не может использовать механизмы контекстнойпредсказуемости, связывающие фрагменты текста за пределами одногопредложения42.
Однако, как уже говорилось выше, смысл текста не есть суммасмыслов составляющих его предложений, и понимание текста человекомпринципиально не может быть ограничено лишь этим уровнем.2. Семантическая сеть целого текста, к построению которой прибегаютавторы многих современных работ, представляет собой глобальную размытуюструктуру понимания.
В этой глобальной сети реализуется следующий шаг модели«Смысл ⇔ Текст», включается глубинно-семантический компонент; «смысломтекста» объявляется результат перевода семантико-синтаксических структур(представлений) всех предложений текста на язык более «элементарных» единиц. Длятого чтобы выйти в эту сеть, вводятся коммуникативные (информационные)отношения внутри предложений и между предложениями. В качестве такихотношений обычноустанавливают тема-рематические (внутри структурпредложений) и референтные связи между структурами соседних предложений. Вцелом ряде случаев в дополнительном глубинно-семантическом компонентеобъединяются собственно языковое и энциклопедическое представления (Перцова1980).3.
Информационные структуры целого текста (потоков текстов) в качестверезультата фиксируют обобщенное понимание текста (в единицах терминологиивыбранной предметной области по классификаторам, тезаурусам, рубрикаторам ипр.). Они используются в информационно-поисковых системах (ИПС). Эти системыработают на материале произвольных текстов (практически без ограничений наВ современных разработках системы ЭТАП-3 возможно интерактивное обращение к человеку с целью снятиясемантико-синтаксической неоднозначности [7; 8].42Ср. представления о функционировании контекстной предсказуемости на «окнах сверки» разного объема («отконтактно расположенных словоформ до фразы» vs. «от контактно расположенных фраз до текста целиком»).4151тематическую область и структуру текста), результатом является поисковый образдокумента.
Высокая востребованность и масштабность разработок разнообразныхИПС являются безусловным «плюсом» для оценки результативности подобногоподхода автоматического понимания. Ограничения этого подхода, вероятно, связаныс небольшим смысловым потенциалом (обобщенное понимание текстов в оченьбольших масштабах работы систем). В лучшем случае результат такого родасоотносим с результатом классификации текстов человеком по предметной(тематической) области текста или в соответствии с очень грубой моделью ситуации.Конечно, такого рода классификация представляет собой «усеченный» вариантпонимания текста. С другой стороны, возможно, такого рода подход соответствуетпроблематике исследования функционирования в ИПС ключевых слов: определениетематической области текста на основании выделенных из текста ключевых слов(особенно в том случае, если они представляют собой терминологические элементы).4.
Структуры баз данных и знаний представляют собой выборочноеспециальноепонимание,вмаксимальнойстепениучитывающееэкстралингвистическое представление, отображение части действительности.Структуры баз данных (БД) – это формальные, жестко фиксированные структуры(например, таблицы с описанием кадрового состава учреждения, все поля такойтаблицы заранее заданы), над ними возможны общеизвестные математическиеоперации. Если структуры БД – это формальные, жестко фиксированные структуры,то структуры баз знаний являются полужесткими структурами динамического типа(сценарии, фреймы). Такие структуры получили широкое распространение в системахискусственного интеллекта, они отображают представление целого текста ибезразличны к членению на предложения.
В системах Р. Шенка такие структурынацелены на узнавание определенного сюжета в тексте [151]. Задаваемая тема текстаможет рассматриваться как «квазиденотат», а подход иногда называетсяденотативным [132; 149]. Главным ограничением такого подхода является«ограничение на мир»43. «Экстралингвистические модели … иллюстрируютзависимость понимания текста от предварительных знаний о предмете, но они плохоили никак не моделируют понимание несюжетных текстов, к которым относятся, вчастности, научно-технические тексты» [125: 26].Предлагаемая Н.Н. Леонтьевой идея «мягкого» понимания текста и ееинформационно-лингвистическая модель понимания должна примирить методылингвистического анализа и более грубый информационный анализ; иначе говоря,они должны обеспечить результативное взаимодействие разных уровней обработкитекста.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
