Статьи Интелтек-Издательства

[skv]

В данной ветке предлагается обсуждать статьи, опубликованные в Интелтек-Издательстве по теме данного раздела.
Ниже приводятся ссылки на сами статьи, расположенные в порядке, обратном дате поступления.

1. Модель извлечения фактов из естественно-языковых текстов и метод ее обучения

Андреев А.М., Березкин Д.В., Симаков К.В.
Дата поступления 31 октября 2006 года.

Аннотация
В статье изложена модель извлечения фактов из естественно-языковых текстов и метод ее обучения. Ключевым элементом модели является набор правил извлечения. Метод обучения генерирует набор правил на основе обучающих примеров подготовленных человеком. Проведен ряд экспериментов, дана оценка зависимости основных показателей качества обученной модели от свойств исходной обучающей выборки.
Annotation
The model of fact extraction from natural language texts and the learning method
The model of extracting structured data from natural language texts is proposed. The training method of such model is also here. The main feature of the model is the extraction rules set. The training method forms this rules from a human-prepared learning examples. Some experiments are carried out and the main properties of trained model are shown depends on properties of initial learning examples set.

2. Обучение морфологического анализатора на большой электронной коллекции текстовых документов

Андреев А.М., Березкин Д.В., Симаков К.В.
Дата поступления 10 ноября 2005 года.

Annotation
В статье изложен метод и алгоритм обучения морфологического анализатора на основе большого текстового массива. В качестве учителя при обучении выступает морфологический анализатор словарного типа. Основная особенность обученного анализатора - способность выполнять разбор неизвестных слов. Проведен ряд экспериментов по оценке свойств алгоритма обучения, в частности свойства обобщения. Приведено сравнение работы обученного анализатора с анализатором словарного типа.
Annotation
Unsupervised learning of morphological analyser using huge corpus of natural texts
This paper presents the method and algorithm for unsupervised learning of morphological analyser meaning that no human interactions are needed to control learning process. The algorithm uses only two source of knowledge about natural language. The first one is a huge collection of unrestricted natural texts. The second one is a teacher that is a dictionary-based morphological analyser. The main feature of trained analyser is that it can analyse some words that teacher can’t.
We have carried out several experiments to make estimation of our learning algorithm and to evaluate properties of trained analyser. In particular we estimate the ability of learning algorithm to generalize words. This feature allows trained analyser to process unknown words.
Also we have assessed precision of trained analyser comparing results of its work with results of dictionary-based analyser.

3. Компьютерные системы в обучении русскому языку как иностранному

Смирнов Ю.М., Андреев А.М., Березкин Д.В., Друшляков Г.И.
Опубликовано: Компьютерная хроника N6, 1998