dtЦифровая трансформацияDigital Transformation2522-96132524-2822Educational Establishment “Belarusian State University of Informatics and Radioelectronics”10.35596/1729-7648-2023-29-1-57-63dt-742Research ArticleТЕХНИЧЕСКИЕ НАУКИTECHNICAL SCIENCESОнтологический подход к приобретению знаний из текстов естественного языкаOntology-Based Knowledge Acquisition Method for Natural Language TextsЦяньЛунвэйQianLongwei

Лунвэй Цянь, аспирант кафедры интеллектуальныхинформационных технологий

220013, г. Минск, ул. П. Бровки, 6

Longwei Qian, Postgraduate at the DepartmentofIntelligent Information Technologies 

220013, Minsk, P. Brovki St., 6

qianlw1226@gmail.comБелорусский государственный университет информатики и радиоэлектроникиBelarusian State University of Informatics and Radioelectronics2023290320232915763Copyright © Цянь Л., 20232023Цянь Л.Qian L.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://dt.bsuir.by/jour/article/view/742

Главная задача приобретения знаний (также называемая извлечением знаний) из текстов естественного языка – это извлечение знаний из текстов естественного языка в фрагмент базы знаний интеллектуальной системы. С учетом ознакомления с соответствующей литературой о приобретении знаний в стране и за рубежом в статье анализируются преимущества и недостатки классического подхода к извлечению знаний. После тщательного исследования технологии извлечения знаний на основе правил и методов построения онтологий лингвистики предложено решение для реализации извлечения знаний на основе технологии OSTIS. Основной особенностью этого решения является построение единой семантической модели, которая может использовать онтологии лингвистики (в основном синтаксический и семантический аспекты) и интегрировать различные модели решения задач (например, модели на основе правил, модели нейронных сетей) для решения извлечения знаний из текстов естественного языка.

The main task of knowledge acquisition (also named knowledge extraction) from natural language texts is to extract knowledge from natural language texts into fragment of knowledge base of intelligent system. Through the induction of the related literature about knowledge acquisition at a home country and abroad, this paper analyses the strengths and weaknesses of the classical approach. After emphatically researching the rulebased knowledge extraction technology and the method of building ontology of linguistics, this article proposes a solution to the implementation of knowledge acquisition based on the OSTIS technology. The main feature of this solution is to construct a unified semantic model that is able to utilize ontologies of linguistics (mainly, syntactic and semantic aspect) and integrate various problem-solving models (e. g., rule-based models, neural network models) for solving knowledge extraction process from natural language texts.

онтологиябаза знанийобработка естественного языкаизвлечение знанийинтеллектуальная системаontologyknowledge basenatural language processingknowledge extractionintelligent systemReferencesГоленков, В. В. Проект открытой семантической технологии компонентного проектирования интеллектуальных систем. Ч. 1. Принципы создания / В. В. Голенков, Н. А. Гулякина // Онтология проектирования. 2014. № 4. С. 42–64.Golenkov V. V., Guliakina N. A. (2014) Project of Open Semantic Technology of the Componental Design of Intelligent Systems. Part 1. The Principles of Creation. Ontology Designing. (4), 42–64 (in Russian).Fader, A. Identifying Relations for Open Information Extraction / A. Fader, S. Soderland, O. Etzioni // In Proceedings of the 2011 Conference on Empirical Methods in Natural Language Processing. Association for Computational Linguistics, Edinburgh, Scotland, UK. 2011. P. 1535–1545.Fader A., Soderland S., Etzioni O. (2011) Identifying Relations for Open Information Extraction. In Proceedings of the 2011 Conference on Empirical Methods in Natural Language Processing. Association for Computational Linguistics, Edinburgh, Scotland, UK. 1535–1545.Open Information Extraction: the Second Generation / O. Etzioni [et al.] // International Joint Conference on Artificial Intelligence (IJCAI'11). Barcelona: AAAI Press, 2011. P. 3–10.Etzioni O., Fader A., Christensen J., Soderland S., Mausam M. (2011) Open Information Extraction: the Second Generation. International Joint Conference on Artificial Intelligence (IJCAI'11). Barcelona, AAAI Press. Publ. 3–10.Tseng, Y. H. Chinese Open Relation Extraction for Knowledge Acquisition / Y. H. Tseng, L. H. Lee // Proceedings of the 14th Conference of the European Chapter of the Association for Computational Linguistics, Gothenburg, Sweden, April 26–30, 2014. P. 12–16.Tseng Y. H., Lee L. H. (2014) Chinese Open Relation Extraction for Knowledge Acquisition. Proceedings of the 14th Conference of the European Chapter of the Association for Computational Linguistics, Gothenburg, Sweden, April 26–30. 12–16.Davydenko, I. T. Ontology-based Knowledge Base Design / I. T. Davydenko // Open Semantic Technologies for Intelligent Systems (OSTIS–2017): Materials of the International Scientific and Technical Conference, Minsk, 16–18 Feb. 2017. Minsk: BSUIR, 2017. P. 57–72.Davydenko I. T. (2017) Ontology-Based Knowledge Base Design. Open Semantic Technologies for Intelligent Systems (OSTIS–2017): Materials of the International Scientific and Technical Conference, Minsk, 16–18 Feb. 2017. Minsk, Belarusian State University of Informatics and Radioelectronics. 57–72.Цянь Лунвэй. Онтологический подход к обработке текстов китайского языка / Цянь Лунвэй // Доклады БГУИР. 2020. Т. 18, № 6. С. 49–56. http://dx.doi.org/10.35596/1729-7648-2020-18-6-49-56.Qian Longwei (2020) Ontological Approach to Chinese Text Processing. Doklady BGUIR. 18 (6), 49–56. http://dx.doi.org/10.35596/1729-7648-2020-18-6-49-56 (in Russian).Shunkevich, D. V. Ontology-based Design of Knowledge Processing Machines / D. V. Shunkevich // Open Semantic Technologies for Intelligent Systems (OSTIS–2017): Materials of the International Scientific and Technical Conference, Minsk, 16–18 Feb. 2017. Minsk: BSUIR, 2017. С. 73–94.Shunkevich D. V. (2017) Ontology-Based Design of Knowledge Processing Machines. Open Semantic Technologies for Intelligent Systems (OSTIS–2017): Materials of the International Scientific and Technical Conference, Minsk, 16–18 Feb. 2017. Minsk, Belarusian State University of Informatics and Radioelectronics. 73–94.

The authors declare that there are no conflicts of interest present.