ПРИМЕНЕНИЕ СЕМАНТИЧЕСКОЙ НЕЙРОННОЙ СЕТИ КАК ФОРМАЛЬНОГО ЯЗЫКА ОПИСАНИЯ СМЫСЛА ТЕКСТА ЕСТЕСТВЕННОГО ЯЗЫКА.

Шуклин Д.Е.

Научный руководитель Шабанов-Кушнаренко С.Ю.

Харьковский Государственный Технический Университет Радиоэлектроники

Для обеспечения работы человека с вычислительной системой на естественном языке необходимо реализовать автоматическое понимание смысла текста. Электронные вычислительные машины в состоянии обрабатывать только формализованные языки. Так как естественный язык не формализован, то вычислительная система не в состоянии его обрабатывать. Автоматическая обработка смысла текста естественного языка возможна только при наличии его формализованного представления.

Согласно [1] смысл текста - это функция, выражаемая некоторым предикатом. Входным аргументом этой функции выступает ситуация. Смысловой предикат структурно представляет собой набор предметных переменных и операций над ними. Значением предиката является логическое значение "Истина" или "Ложь". Это значение показывает истинность смысла выражаемого предикатом в данной ситуации. Например, предложение "на полу стоит стул" истинно в ситуации, когда присутствуют пол, стул, и стул стоит на полу. Это предложение можно записать в виде: "пол(Х) и стол(У) и стоит(Х,У)".

Рассмотрим структуру смыслового предиката. Предикат представляет собой предметные переменные, операции узнавания и операции над значениями, возвращаемыми операциями узнавания. Предметные переменные содержат в себе постоянные ситуации - некоторые значения, извлеченные из фрагмента реальности. Например: "объект-стул", "объект-стол", "отношение-стоять". Операции узнавания возвращают логические значения в зависимости от того успешно, или нет прошло распознание значения, поступившего на их вход. Например, операция узнавания, распознающая "стул", вернет значение "истина", если на её входе будет "объект-синий-стул" и "ложь", если на ее входе окажется "объект-стол". Логические операции над значениями выполняются в порядке, заданном структурой предиката. При этом результатом каждой логической операции является логическое значение, подаваемое на вход других логических операций. Нетрудно заметить, что операции над логическими значениями внутри предиката организованны в виде направленного графа, у которого вершинами являются логические операции, а ребра указывают порядок обработки логических значений.

Для формализованного представления такой структуры в памяти вычислительной системы подходят семантические нейронные сети. Семантическая нейронная сеть представляет собой сеть динамически связанных между собой объектов, параллельно или квазипараллельно обрабатывающих информацию и обменивающихся информацией. Отдельные нейроны в семантической нейронной сети представляют собой элементарные понятия обрабатываемого смысла, а связи между нейронами представляют собой элементарные отношения между понятиями[2].

Операции узнавания постоянных ситуации в семантической нейронной сети представляются в виде нейронов-рецепторов. Логические значения, обрабатываемые предикатом, представляются в нейронной сети градиентными значениями, выражающими степень уверенности или вероятность распознавания постоянной ситуации. Логические операции над логическими значениями представлены в семантической нейронной сети в виде операций нечеткой логики выполняемых нейронами над градиентными данными. Результаты обработки выводятся из сети через специализированные нейроны - рецепторы[2]. Структура связей между нейронами в семантической нейронной сети соответствует структуре графа логических операций в предикате.

Смысл текста, представленный состоянием нейронной сети, обрабатывается нейронной сетью как поток градиентных данных передаваемых от одного нейрона к другому нейрону. Базовые операции обработки данных реализуются отдельными нейронами. Номенклатура таких операций ограничивается только практическими потребностями при решении конкретной задачи. Для извлечения и обработки смысла текста на естественном языке в качестве операций, выполняемых нейронами, обычно бывает достаточно операций нечеткой логики: дизъюнкции, конъюнкции и инверсии. Отдельный нейрон, расположенный в части нейронной сети, извлекающей смысл из текста на естественном языке, обозначает элементарное понятие анализируемого языка. Элементарными понятиями являются любые понятия естественного языка с законченным смыслом, такие как символ, часть слова, слово, словосочетание, предложение, абзац, весь текст. В случае наличия соответствующего понятия в анализируемом тексте нейрон принимает значение "истина", а в случае отсутствия - "ложь".

Опубликовано в [3]

Список литературы:

  1. Шабанов-Кушнаренко Ю.П. Теория интеллекта. Математические средства. - Х.: Вища шк. Изд-во при Харьк. Ун-те, 1984. - 144 с.
  2. Семантическая нейронная сеть, как формальный язык описания и обработки смысла текстов на естественном языке / З.В.Дударь, Д.Е.Шуклин // Радиоэлектроника и информатика. Х.: Изд-во ХТУРЭ, 2000. - №. 3. С. 72-76.

  3. Применение семантической нейронной сети как формального языка описания смысла текста естественного языка / Д.Е.Шуклин // 5-й Международный молодежный форум "Радиоэлектоника и молодежь в XXI веке": Сб. научных трудов. Ч. 1. - Харьков: ХТУРЭ. 2001. с.83-84

 

[Текст доклада] [Рефераты] [Главная]

2001-02-01 / 2001-04-27 Шуклин Д. Е.