Оцените презентацию от 1 до 5 баллов!
Тип файла:
ppt / pptx (powerpoint)
Всего слайдов:
14 слайдов
Для класса:
1,2,3,4,5,6,7,8,9,10,11
Размер файла:
547.00 kB
Просмотров:
83
Скачиваний:
1
Автор:
неизвестен
Слайды и текст к этой презентации:
№1 слайд
Содержание слайда: ПРОГРАММНЫЕ СРЕДСТВА ВЫЯВЛЕНИЯ ТЕРМИНОЛОГИЧЕСКИХ ВАРИАНТОВ В ТЕКСТАХ
Антонов Вадим Юрьевич
Научный руководитель:
Ефремова Наталья Эрнестовна
№2 слайд
Содержание слайда: ТЕРМИНЫ И ИХ ВАРИАНТЫ
Термины – слова и словосочетания, называющие понятия предметной области
рентгеновское излучение
Употребление терминов в текстах –> терминологические варианты
излучение, рентгеновские лучи
Выявление терминологических вариантов важно учитывать при построении тезаурусов, онтологий, предметных указателей, классификации текстов
№3 слайд
Содержание слайда: КЛАССИФИКАЦИЯ ВАРИАНТОВ
№4 слайд
Содержание слайда: ПОСТАНОВКА ЗАДАЧИ
Изучить классификацию терминологических вариантов и подходы к их выявлению
На базе классификации разработать методы выявления терминологических вариантов в научно-технических текстах на русском языке
На их основе реализовать программные средства
Провести тестирование разработанных методов
№5 слайд
Содержание слайда: ПОДХОДЫ К ВЫЯВЛЕНИЮ
Символьный (статистический) подход
Термин и его варианты – символы
Вычисляется функция близости для термина и его варианта,
для выбора порогового значения используется статистика
Не требуется лингвистическая информация и словари
Используется для орфографических и флективных вариантов
Лингвистический подход
Термин и его варианты – словосочетания
Анализируется синтаксическая структура словосочетания,
применяются правила образования вариантов и эвристики
Используется для лексико-синтаксических вариантов
Применён для английского и французского языков,
для русского языка не изучен
№6 слайд
Содержание слайда: ПРЕДЛАГАЕМОЕ РЕШЕНИЕ
Для каждого типа терминологических вариантов используется свой метод, основанный на одном из подходов
№7 слайд
Содержание слайда: ЛЕКСИКО-СИНТАКСИЧЕСКИЕ ВАРИАНТЫ: ФОРМАЛИЗАЦИЯ
Информация о лексико-синтаксических вариантах формализована в виде правил их образования
Для формализации выбран язык LSPL и его библиотека:
позволяет описывать конструкции естественного языка в виде лексико-синтаксических шаблонов
предусмотрена возможность обработки информации, полученной в результате наложения LSPL-шаблона
Правило образования – лексико-синтаксический шаблон вида:
A1 N1 # N1, A2 N1, A1 N2
№8 слайд
Содержание слайда: ЛЕКСИКО-СИНТАКСИЧЕСКИЕ ВАРИАНТЫ: ВЫЯВЛЕНИЕ
Основано на
автоматической конкретизации шаблона правила
A1 N1 <A1=N1> # A1 N2 <Syn(N1,N2),A1=N2>
рентгеновские лучи # рентгеновское излучение
1 . Распознавание термина заданной структуры
A1 => рентгеновские, N1 => лучи
2. Нормализация слов термина
рентгеновские => рентгеновский, лучи => луч
3. Построение шаблона возможного варианта
A1<рентгеновский> N2 <Syn(“луч”,N2),A1=N2>
4. Поиск варианта в тексте по конкретизированному шаблону
№9 слайд
Содержание слайда: ОБЩАЯ ПРОЦЕДУРА ВЫЯВЛЕНИЯ
Исходная информация:
Список терминов L1
Список кандидатов в терминологические варианты L2
Алгоритм:
1. Для каждого Ti ϵ L1 рассматриваем все Vj ϵ L2
2. Для пары Ti и Vj проверяем, являются ли они вариантами, путём применения методов в определённом порядке
Результаты работы:
Для каждого термина из L1 – список терминологических вариантов из L2
№10 слайд
Содержание слайда: ПРОГРАММНЫЕ СРЕДСТВА: АРХИТЕКТУРА
№11 слайд
Содержание слайда: РЕАЛИЗАЦИЯ И ТЕСТИРОВАНИЕ МЕТОДОВ
Для реализации использован язык С++
Библиотеки: LSPL, AOT, boost, STL
Система контроля версий: git
Тестирование на научно-технических текстах из областей физики и информатики объемом более 500кб
Полнота выявления вариантов: 91%
Точность выявления вариантов: 86%
Выявлено употреблений терминов без учета терминологических вариантов: 13668
Выявлено употреблений терминов с учетом терминологических вариантов: 25178
Процент прироста употреблений терминов: 84%
№12 слайд
Содержание слайда: РЕЗУЛЬТАТЫ РАБОТЫ
Проанализированы современные подходы к выявлению терминологических вариантов, изучена классификация вариантов, типичных для русскоязычных научно-технических текстов
Разработаны методы выявления терминологических вариантов в соответствии с классификацией
Библиотека языка LSPL расширена для формирования конкретизированных шаблонов
Методы выявления реализованы в виде программных средств
Тестирование показало состоятельность предложенных методов выявления
№13 слайд
Содержание слайда: Результаты работы были представлены
(с публикацией) на:
Международной научной конференции студентов, аспирантов и молодых ученых «Ломоносов 2010»
Международной конференции по компьютерной лингвистике и интеллектуальным технологиям «Диалог 2010»
СПАСИБО ЗА ВНИМАНИЕ!
№14 слайд
Содержание слайда: Расстояние Левенштейна
Минимальное количество операций вставки, удаления и замены, необходимых для перевода одной строки в другую