Онтологический подход к приобретению знаний из текстов естественного языка
https://doi.org/10.35596/1729-7648-2023-29-1-57-63
Аннотация
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.
Ключевые слова
Об авторе
Лунвэй ЦяньБеларусь
Лунвэй Цянь, аспирант кафедры интеллектуальных
информационных технологий
220013, г. Минск, ул. П. Бровки, 6
Список литературы
1. Голенков, 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.
2. 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.
3. 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.
4. 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.
5. 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.
6. 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.
7. 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.
Рецензия
Для цитирования:
Цянь Л. Онтологический подход к приобретению знаний из текстов естественного языка. Цифровая трансформация. 2023;29(1):57-63. https://doi.org/10.35596/1729-7648-2023-29-1-57-63
For citation:
Qian L. Ontology-Based Knowledge Acquisition Method for Natural Language Texts. Digital Transformation. 2023;29(1):57-63. (In Russ.) https://doi.org/10.35596/1729-7648-2023-29-1-57-63