Дипломная работа по направлению Математика. Прикладная математика студента гр. Мт 505





НазваниеДипломная работа по направлению Математика. Прикладная математика студента гр. Мт 505
страница1/5
Дата публикации09.01.2015
Размер0.7 Mb.
ТипДиплом
100-bal.ru > Информатика > Диплом
  1   2   3   4   5


Министерство образования и науки Российской Федерации

Федеральное государственное автономное образовательное учреждение высшего профессионального образования
«Уральский федеральный университет имени первого Президента России

Б.Н. Ельцина»
Математико-механический факультет
Кафедра информатики и процессов управления

“ Визуализация семантического анализа текстов ”

"Допущен к защите"
___________________

"__"____________2011 г.

 

Дипломная работа по направлению
Математика. Прикладная математика
студента гр. МТ – 505

Башкирова Артема Владимировича

Научный руководитель
Авербух Владимир Лазаревич
к.т.н




Екатеринбург
2011
СОДЕРЖАНИЕ
ВВЕДЕНИЕ…………………………………………………………….4

Глава I. ИСТОРИКО-БИБЛИОГРАФИЧЕСКИЙ ОБЗОР………6

Глава II. РЕЗУЛЬТАТЫ СОБСТВЕННЫХ ИССЛЕДОВАНИЙ.34

  1. Особенности решения задачи с текстовыми условиями……………...34

  2. 1.1. Время ………………………………………………………….....34

1.2. Деление пространства………………………………………………..37

1.3. Уточнения, связанные с естественными языками……………...……38

    1. Обзор фундамента CFVR-UGD……………...……………………...40

    2. Формат представления маркеров и промежутков времени в Radius.42

    3. Возможный вариант определения объекта……………...………….43

  1. Интерфейс……………...………………………………………….….44

2.1. Radius……………...…………………………………………………44

2.1.1. Архитектура Radius, взаимодействие режимов……………...……..45

2.1.2. Режим сцен……………...………………………………………….49

2.1.3. Режим ресурсов, внешние редакторы……………...…………...…57


2.1.4. Режим геометрии……………...……………………………………64

2.1.5. Возможности расширения: режим материалов, режим настройки/отладки объекта, режим редактирования сцен UGD…………68

2.2. Перспективы развития проекта……………...………………………69

ЗАКЛЮЧЕНИЕ…………….............................................................…….73

ЛИТЕРАТУРА……………...…………………………………………….74

Условные обозначения, символы, нестандартные сокращения
ЭВМ – электронно-вычислительная машина

РСС расширенные семантические сети

СМИ – средства массовой информации

АЦПУ – аналого-цифровое печатающее устройство

АСА – автоматический синтаксический анализ

СFVR“Certain Frames of Virtual Reality”, создаваемая автором программная платформа имитационного моделирования

UGD – “Underwater game deluxe” (первоначальное название), один из компонентов CFVR, отвечающий за рендеринг и тестирование результатов моделирования


ВВЕДЕНИЕ

Роль процессов, связанных с содержательной обработкой информации, несомненно, является в нынешнюю эпоху тотальной информатизации наиболее определяющим звеном научно-технического прогресса.

Основная часть ранних работ в области представления знаний, то есть науки о том, как преобразовать знания в такую форму, с которой может легко оперировать компьютер, была привязана к языку и подпитывалась исследованиями в области лингвистики, которые, в свою очередь, основывались на результатах философского анализа языка, проводившегося в течение многих десятилетий. Таким образом, современная лингвистика и бурно развивающаяся наука по созданию искусственного интеллекта, зародившиеся в середине ХХ века, продолжают расти вместе, пересекаясь в гибридной области, которая и называется обработкой естественного языка или компьютерной лингвистикой. Любые значимые успехи, получаемые ныне исследователями в этой области, являются основой успешного научно-технического и экономического развития как частных фирм, так и на уровне государств. Поэтому исследования и разработки в области автоматической обработки текста в Европе и США привлекают внимание крупнейших частных фирм и государственных организаций самого высокого уровня. Европейский союз уже несколько лет координирует различные программы в области автоматической обработки текста. Например, Human Language Technology Sector of the Information Society Technologies (IST) Programme 1998 - 2000. Один из наиболее интересных проектов в рамках данной программы - SPARKLE (Shallow PARsing and Knowledge Extraction for Language Engineering), в число участников которого входят такие всемирно известные концерны, фирмы и организации, как Daimler-Benz, Xerox Research Centre in Europe и Cambridge University Computer Laboratory. Цель проекта - создание частичных синтаксических анализаторов для основных языков Европейского союза.

В США с 1991 до осени 1998 года существовал проект TIPSTER, организованный Департаментом Обороны и ЦРУ совместно с Национальным Институтом Стандартов и Технологий и Центром военно-воздушных и военно-морских вооружений (SPAWAR). В работе консультативного совета программы участвовали также ФБР, Национальный Научный Фонд и некоторые другие организации. Основной целью программы было сравнение и оценка результатов работы различных поисковых систем и систем реферирования [22].

Глава I. ИСТОРИКО-БИБЛИОГРАФИЧЕСКИЙ ОБЗОР

Компьютерная лингвистика как наука и этапы ее развития

Технологии анализа естественного языка, моделирования когнитивных процессов понимания, языкового взаимодействия и извлечения информации из текстов объединяются общим термином “Компьютерная лингвистика” (вычислительная лингвистика, computational linguistics) [32].

Компьютерная лингвистика возникает как одно из направлений искусственного интеллекта в 50-х годах 20-го века и основные этапы его развития во многом соотносятся с эволюцией подходов и методов в создании искусственного интеллекта в целом.

Толчком к развитию искусственного интеллекта и компьютерной лингвистики послужило, в частности, создание первых ЭВМ в 40-х годах, и, в немалой степени, успешное использование их во время второй мировой войны. Первый этап фундаментального осмысления задач, стоящих перед разработчиками искусственного интеллекта, связывают с классической статьей Тьюринга [57], которая начинается с рассмотрения философски значимого вопроса “может ли машина мыслить” («Can machines think?»). Тьюринг предположил, что о создании искусственного интеллекта можно будет говорить в том случае, если воображаемый компьютер сможет успешно пройти следующий тест: человек, находящийся в другой комнате и задающий вопросы, не может отличить полученные ответы другого человека от ответов машины. Этот тест получил название теста Тьюринга и был подвергнут широкому обсуждению. Важно отметить, что в основе теста лежат проблемы, относящиеся к области автоматической обработки естественного языка и моделирования языкового взаимодействия.

Первые разработки в области компьютерной лингвистики были связаны с попытками моделирования языковых способностей человека. Проводились эксперименты по созданию систем машинного перевода и интеллектуальных систем, моделирующих языковое поведение человека (разработка систем общения человека с компьютером, систем понимания естественного языка). Первая публичная демонстрация машинного перевода (так называемый Джорджтаунский эксперимент) состоялась в 1954 году. Однако достаточно скоро стало ясно, что в решении таких задач ни на одном из данных направлений не удается достичь быстрых успехов.

В России термин «прикладная лингвистика» получил широкое распространение в 1950-х годах.  Это обстоятельство связано с появлением первых компьютерных систем автоматической обработки текстовой информации (машинного перевода, автоматического реферирования и др.). В русскоязычной литературе распространен подход, при котором термин «прикладная лингвистика» отождествляется с терминами «компьютерная лингвистика», «вычислительная лингвистика», «автоматическая лингвистика», «инженерная лингвистика [3]. Несмотря на большое разнообразие методов, применяемых в различных направлениях прикладной лингвистики, можно выделить общие характерные для нее аспекты — ведущую роль метода моделирования, экспериментальный характер прикладных методик, комплексное сочетание разных наук.

Наука о знаках и символах как элементах языка была названа Джоном Локком семиотикой и посвящалась выяснению семантической структуры знаковых систем, позволяющих воплотить необходимую информацию. Знаковая ситуация – это пара из знака и означаемого.

Для означаемого в семиотике имеется общепринятый термин денотат. Примеры знаковых ситуаций: реферат- документ, буква-число (в алгебре).

Основные черты знака:

    1. Способность знака выступать как заменитель обозначаемого;

    2. Нетождественность знака и денотата - знак никогда не может полностью заменить обозначаемое;

    3. Многозначность соответствия «знак-денотат») (конвенциональность обозначений).

Многозначность соответствия «знак-денотат» проявляется как в том, что один и тот же знак может означать разные объекты (омонимия или, иначе, полисемия знака), так и в том, что один и тот же денотат может определяться разными знаками. В последнем случае знаки называются синонимичными.

Даже классификационный индекс документа допускает некоторый произвол в выборе, зависящий от интерпретации индексатора. Если же индексирование выполняется автоматически, то этот элемент произвола загоняется в алгоритм индексирования [34].

Концепт. В знаковых ситуациях проявляется всегда и противоположное свойство - системность употребления знаков. Например, даже при выборе собственного (личного) имени не существует полного произвола — имена обычно выбираются из сравнительно узкого списка, причем довольно специфического для данной социальной среды. Собственное имя не столько различает людей, сколько характеризует их принадлежность к некоторому слою, оно может характеризовать национальность, социальную принадлежность, семейную традицию и некоторые другие особенности. Каждое имя, кроме того, что оно обозначает предмет, обозначает и признак, некоторое релевантное свойство обозначаемого.

Таким образом, знак может не только обозначать конкретный денотат, но и указывать его место в мире, его отношение к универсуму. Следовательно, знак — это не только условная метка обозначаемого, но и ярлык, определяющий какие-то свойства обозначаемого. Раздел языкознания, изучающий значение единиц языка, называется сема́нтика (от древнегреческого σημαντικός — обозначающий). В качестве инструмента изучения применяют семантический анализ [27]. Теория семантического анализа направлена на решение задач, связанных с возможностью понимания смысла фразы и выдачи запроса поисковой системе в необходимой форме. Сема́нтика в программировании — система правил определения поведения отдельных языковых конструкций и определения смыслового значения предложений алгоритмического языка. [9].

Идея языка как действия была сформулирована в рамках философских исследований лингвистической направленности в ХХ веке. «Грамматическая» модель описания естественных языков была впервые предложена американским лингвистом и психологом Ноамом Хомским в середине 1950-х годов для анализа английского синтаксиса [39] и независимо от него Джоном Бэкусом для анализа синтаксиса языка Algol-58. На данном этапе выяснилось, что проблема понимания языка является гораздо более сложной, чем представлялось. Для понимания языка требуется понимание предмета и контекста речи, а не только анализ структуры предложений.

Одной из самых ранних работ по устранению неоднозначности является исследование Уилкса [59] по теории семантики предпочтений, позволяющей свести к минимуму количество семантических аномалий. В этом направлении не без успеха проводились работы и другими авторами, в результате чего получили более широкое распространение методы, основанные на использовании явной байесовской инфраструктуры [38].

В 1963 году в соавторстве с французским математиком Марселем Шютценберже Хомский систематизировал иерархию классов грамматик и соответствующих им классов формальных языков. Как и семантические сети, контекстно-свободные грамматики (или грамматики структуры словосочета- ний) по сути представляют собой повторное изобретение метода, использовав- шегося еще древнеиндийскими филологами. В дальнейшем рядом авторов были разработаны другие варианты и разновидности грамматик – грамматика атрибутов, грамматика определенных выражений, грамматика метаморфоз и другие. Наиболее удачными вариантами формальных грамматик, относящихся к вычислительной лингвистике, т.е. машинно-ориентированных грамматик, являются системы, разработанные в рамках проекта Linguistic String Project в университете штата Нью-Йорк [53], [54] и проекта XTAG в университете штата Пенсильвания [42]. Удачным вариантом системы DCG является Core Language Engine [35].

В рамках направления компьютерная лингвистика в широком смысле слова объединяются как компьютерное моделирование с целью проверки адекватности теоретических формально-математических моделей языка и его отдельных уровней, так и применение различных математических методов для решения конкретных прикладных задач в различных системах обработки информации.

Среди современных направлений компьютерной лингвистики можно выделить следующие:

  1. Машинный перевод

  2. Речевые технологии (в частности, автоматическое распознавание речи,

ASR)

  1. Лингвистическое обеспечение информационного поиска

  2. Автоматическое извлечение данных (Data Mining)

  3. Автоматическое реферирование текстов

  4. Создание электронных лексикографических ресурсов (словарей, онтологий)

  5. Корпусная лингвистика (создание и использование электронных корпусов текстов)

  6. Разработка вопросно-ответных систем

Часть данных направлений, а также разработка систем автоматического анализа на разных языковых уровнях: морфологических анализаторов (парсеров), систем автоматического синтаксического анализа и т.п. часто выделяют в отдельную область - автоматическая обработка естественного языка (Natural Language Processing, NLP — общее направление искусственного интеллекта и компьютерной лингвистики [5].

Исторически первую модель распознавателя формальных языков предложил еще в 1936 году английский математик Алан Тьюринг. Машина Тьюринга могла не только распознавать строки символов, но и преобразовывать одни строки в другие. Именно на основе своей машины Тьюринг и спроектировал один из первых в мире компьютеров.

Но все же первыми системами NLP, способными решать реальные, хотя и весьма узкоспециализированные задачи, стали, по-видимому, системы формирования ответов на вопросы по бейсбольной статистике BASEBALL в 1961 г. [44] и система Lunar, созданная Вудсом для ответов на вопросы об образцах доставленного «Аполлоном» на Землю лунного грунта [61]. В России термин «прикладная лингвистика» получил широкое распространение в 1950-х годах.  Это обстоятельство связано с появлением первых компьютерных систем автоматической обработки текстовой информации (машинного перевода, автоматического реферирования и др.). В русскоязычной литературе распространен подход, при котором термин «прикладная лингвистика» отождествляется с терминами «компьютерная лингвистика», «вычислительная лингвистика», «автоматическая лингвистика», «инженерная лингвистика» [3].

С возникновением нового поколения компьютеров, а также первых языков программирования, начались эксперименты с машинным переводом. В 1960-х годах подобные исследования начались и в СССР. Основной областью разработок стали системы машинного перевода, наиболее известная из которых – ЭТАП – разрабатывается и по сей день в «Лаборатории компьютерной лингвистики» Института Проблем Передачи Информации.
  1   2   3   4   5

Добавить документ в свой блог или на сайт

Похожие:

Дипломная работа по направлению Математика. Прикладная математика студента гр. Мт 505 iconРеферат: Коваленко А. Е. Разработка системы научной визуализации....
Коваленко А. Е. Разработка системы научной визуализации. Квалификационная работа на степень магистра наук по направлению «Математика....
Дипломная работа по направлению Математика. Прикладная математика студента гр. Мт 505 iconРеферат: Шайдуров А. Г. Исследование и разработка некоторых графических...
Шайдуров А. Г. Исследование и разработка некоторых графических алгоритмов. Квалификационная работа на степень магистра наук по направлению...
Дипломная работа по направлению Математика. Прикладная математика студента гр. Мт 505 icon1 Нормативные документы для разработки ооп впо по направлению подготовки...
Общая характеристика вузовской основной образовательной программы высшего профессионального образования по направлению подготовки...
Дипломная работа по направлению Математика. Прикладная математика студента гр. Мт 505 iconОсновная образовательная программа (ооп) бакалавриата, реализуемая...
Нормативные документы для разработки ооп бакалавриата по направлению подготовки «Прикладная математика и информатика»
Дипломная работа по направлению Математика. Прикладная математика студента гр. Мт 505 iconОбразовательная программа высшего образования, реализуемая университетом...
...
Дипломная работа по направлению Математика. Прикладная математика студента гр. Мт 505 iconЕН. Ф. 1 Математика и информатика: математика
Учебная дисциплина Математика и информатика: "Математика" введена в процесс обуче­ния для бакалавров по направлению подготовки "Художественное...
Дипломная работа по направлению Математика. Прикладная математика студента гр. Мт 505 iconПрограмма дисциплины Современные методы принятия решений  для направления...
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 010400....
Дипломная работа по направлению Математика. Прикладная математика студента гр. Мт 505 iconПрограмма дисциплины «Модели корпусной лингвистики» для направления...
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 010400. 68 "Прикладная...
Дипломная работа по направлению Математика. Прикладная математика студента гр. Мт 505 iconПрограмма дисциплины «История» для направления 231300. 62 и 230700....
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 231300....
Дипломная работа по направлению Математика. Прикладная математика студента гр. Мт 505 iconПрограмма дисциплины «Герменевтика» для направления 010400. 68 «Прикладная...
Программа предназначена для преподавателей, ведущих данную дисциплину, и студентов направления подготовки 010400. 68 "Прикладная...
Дипломная работа по направлению Математика. Прикладная математика студента гр. Мт 505 iconКвалификационной работы на факультете математики и компьютерных наук
В соответствии с действующими государственными образовательными стандартами выпускная квалификационная работа по специальности «Математика»...
Дипломная работа по направлению Математика. Прикладная математика студента гр. Мт 505 iconРеферат Флягина Т. А. Проблемы разработки многооконных интерфейсов,...
Флягина Т. А. Проблемы разработки многооконных интерфейсов, квалификационная работа на степень бакалавра наук
Дипломная работа по направлению Математика. Прикладная математика студента гр. Мт 505 iconПрограмма по формированию навыков безопасного поведения на дорогах...
Программа предназначена для преподавателей, ведущих данную дисциплину и студентов направлений 233400. 62 «Информационные системы...
Дипломная работа по направлению Математика. Прикладная математика студента гр. Мт 505 iconНаправлений форума
Прикладная и фундаментальная математика (интегрированная в межпредметных областях: математика и история)
Дипломная работа по направлению Математика. Прикладная математика студента гр. Мт 505 iconПрограмма дисциплины
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направлений 231300. 62 «Прикладная...
Дипломная работа по направлению Математика. Прикладная математика студента гр. Мт 505 iconПрограмма дисциплины «Правоведение» 010400. 62 «Прикладная математика и информатика»
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки010400....


Школьные материалы


Заказать интернет-магазин под ключ!

При копировании материала укажите ссылку © 2013
контакты
100-bal.ru
Поиск