Рекомендуем

Детальное описание шины gt radial екатеринбург на сайте.

https://muhomor.red микродозинг ежовика гребенчатого купить в аптеке.

Счетчики








Eidolon

На этой странице Вы найдете публикации по реализации на основе семантической нейронной сети систем понимания текстов естественного языка, а также материалы по искусственному интеллекту и биоадаптивному управлению.

Автор: Шуклин Д.Е.
URL: http://eidolon.euro.ru/

Статьи

  • Способ активного биоадаптивного регулирования психофизиологического состояния и устройство его осуществления. / Тесленко А.И., Шуклин Д.Е. // pat. UA20874 A61B 5/16
  • LocNet Ver. 0.3 - Применение семантической нейронной сети для обработки семантической синонимии и омонимии финансовых показателей электронных документов (Excel 97/Access 97) / Шуклин Д.Е.// Id: 620 Date: 2002.04.29
    По итогам проверки в испытательной лаборатории PC Magazine/RE в рамках программы Microsoft Office Extensions разработка соответствует требованиям к программным продуктам, предъявляемым испытательной лабораторией, и помещена в библиотеку Office Extensions (http://www.microsoft.ru/offext/)

Описание

Основные задачи исследования

  • построение формальной модели смысла текста естественного языка в виде некоторой формальной алгебры;
  • разработка семантической нейронной сети как формальной алгебры, описывающей смысл текста на естественном языке;
  • разработка операций над смыслом текста, как операций, выполняемых семантической нейронной сетью;
  • разработка структуры семантической нейронной сети, идентифицирующей понятия, соответствующие элементам текста естественного языка;
  • разработка структуры семантической нейронной сети, выполняющей морфологический разбор слов естественного языка;
  • разработка структуры семантической нейронной сети, выполняющей синтаксический разбор предложений естественного языка;
  • разработка структуры семантической нейронной сети, обрабатывающей морфологическую и синтаксическую синонимию и омонимию слов естественного языка;
  • разработка структуры семантической нейронной сети, выполняющей обработку понятий естественного языка;
  • создание виртуальной машины моделирующей семантическую нейронную сеть на последовательной вычислительной системе;
  • создание программных продуктов, в основу которых положены разработанные структуры семантической нейронной сети и проверка правильности их функционирования на контрольных примерах;
  • экспериментальная проверка функционирования разработанных структур семантической нейронной сети;

Научная новизна работы

  • получила дальнейшее развитие гипотеза о близкой аналогии между естественным языком и математическими высказываниями. На основании чего введено понятие семантической нейронной сети как формального представления и обработки смысла текста;
  • установлено, что в качестве формального языка описания смысла текста может выступать некоторая алгебра, организованная в виде семантической нейронной сети;
  • предложена реализация функций обработки градиентных данных, выполняемых нейронами;
  • предложена реализация нейронной сети с помощью синхронизированных и не синхронизированных нейронов;
  • разработана структура синхронизированного линейного дерева, обеспечивающая:
    • идентификацию понятий, соответствующих элементам текста;
    • морфологический разбор слов;
    • обработку морфологической синонимии и омонимии;
    • словообразование и словоизменение;
    • синтаксический разбор предложений;
    • обработку синтаксической синонимии и омонимии;
  • предложена структура линии времени, обеспечивающая на уровне дискурса обработку связей между элементами различных предложений;
  • разработана структура семантической нейронной сети, эквивалентная продукционной экспертной системе.

Практическое значение полученных результатов

  • предложен набор функций API для ядра виртуальной машины, моделирующей семантическую нейронную сеть;
  • разработана программная реализация виртуальной машины моделирующей семантическую нейронную сеть на последовательной вычислительной системе;
  • разработана программная реализация продукционной экспертной системы на основе виртуальной машины, моделирующей семантическую нейронную сеть;
  • разработана программная реализация, строящая дерево синтаксического подчинения предложения естественного языка;
  • реализована специально модифицированная семантическая нейронная сеть обрабатывающая семантическую синонимию и омонимию финансовых показателей электронных документов;
  • на основе синхронизированного линейного дерева реализована модель внутреннего монолога;
  • осуществлено применение модели внутреннего монолога для синтеза фраз естественного языка.

Дополнительно
Библиотека: Семантические сети