Алгебро-логічні моделі формалізації семантики речень та їх застосування в інформаційних системах штучного інтелекту

Вперше розроблені методи встановлення семантичного відношення у словосполученнях між головним і залежним словами з урахуванням семантики, а також у словосполученнях із прийменником, які базуються на алгебро-логічному моделюванні синтаксичного положення частин мови, що дозволило визначити семантичні значення словосполучень і речень, а також спростило процес аналізу обробки речення та дозволило звузити семантичну невизначеність одиниць тексту, які можуть належати до суміжних та різних предметних галузей.

Практичне значення одержаних результатів. Розроблені в дисертаційній роботі алгебро-логічні моделі та методи формалізації семантики речень можуть бути використані при створенні систем аналізу тексту, систем машинного перекладу, систем керування роботами за допомогою мови, систем виконання мовних команд (керування транспортом). На основі розроблених моделей, методів і алгоритмів створено комп'ютерний варіант програми, що демонструє керування графічними об'єктами за допомогою текстів природної мови, проводить аналіз графічної і текстової інформації та виконує синтез тексту (акт впровадження від 10.10.2002 р.).

Розроблений у дисертаційній роботі алгебро-логічний процесор на основі аналізу морфем і словосполучень та алгоритми у вигляді програми, що реалізує аналіз і синтез текстової інформації для обробки графічних зображень при морфометричному дослідженні, були впроваджені у процес досліджень відділу кріоцитології та кількісної морфології ІПКіК НАН України і дозволили прискорити процес обробки даних за параметрами і ключовими словами та отримати результати у вигляді звіту за рахунок префіксально-суфіксальної обробки слів та обробки словосполучень з виникаючими семантичними відношеннями і значеннями (акт впровадження від 21.02.2002 р.).

Особистий внесок здобувача. Усі результати дисертації отримані автором самостійно.

У роботі [1] автором запропонована концептуальна модель інтегрованої системи аналізу текстової інформації; у роботах [2, 3] автором досліджена семантична значущість прийменників та побудована алгебро-логічна модель семантичних відношень між різними частинами мови за допомогою прийменників; у роботі [4, 5] запропонована організація лінгвістичного процесора на основі лінгвістичного експерименту; у роботах [6, 7] автором досліджено питання використання лінгвістичного процесору на базі лінгвістичного експерименту в системах керування транспортом.

Апробація результатів дисертації. Основні положення та результати дисертаційної роботи були апробовані на конференціях: 5-му Міжнародному молодіжному форумі “Радиоэлектроника и молодёжь в XXI веке”, Харків, 2001 р.; 4-й Міжнародній науково-технічній конференції “АВІА-2002”, Київ, 2002 р.; 6-му Міжнародному молодіжному форумі “Радиоэлектроника и молодёжь в XXI веке”, Харків, 2002 р.

Публікації. За результатами дисертаційної роботи опубліковано 7 робіт, з них 4 статті у наукових фахових виданнях згідно з переліком ВАК наукових фахових видань України, 3 тези доповідей на конференціях.

Структура та обсяг роботи. Дисертація складається з вступу, 5 розділів і висновків, має загальний обсяг 228 сторінок. Містить 31 малюнок, 32 таблиці, 5 додатків на 69 сторінках, список використаних літературних джерел, що включає 125 найменувань на 12 сторінках.

2. Основний зміст роботи

У вступі обґрунтовано актуальність дисертаційної роботи, сформульовані основна мета і завдання дослідження, наведені відомості про зв'язки обраного напрямку досліджень із планами організації, де виконана робота. Дано стислу анотацію отриманих у дисертації рішень, відзначена їх практична цінність, наведені дані про використання результатів проведених досліджень у народному господарстві.

У першому розділі дисертаційної роботи досліджено питання створення штучного інтелекту. Зокрема вказано необхідні здібності систем штучного інтелекту на основі комп'ютерної лінгвістики (мови машин усіх рівнів складності, починаючи з бінарного кодування). Розглянуто питання подання та структури знань. Проведено аналіз способів подання знань та виявлені їх переваги і недоліки. Доведено, що найбільш зручною вважається логічна модель подання знань.

Досліджено питання аналогії між математичною та природною мовами. Визначено значення прикладної лінгвістики для розробки систем пошуку та обробки інформації.

Проведено аналіз методів обробки природної мови. Розглянуті перші автоматизовані системи обробки інформації природної мови і баз даних. Досліджені методи побудови формальної морфології, закладені в основу попередніх систем аналізу морфологічної інформації. Здійснено порівняльну характеристику синтаксичних і семантичних аналізаторів.

Досліджено питання використання контекстно-вільної, контекстно-залежної та трансформаційної граматик в основі синтаксичного аналізу. Досліджено моделі “Зміст-Текст” та “Зміст-Текст-Дійсність”, які закладені в основу розробки систем семантичного аналізу. Обґрунтовано встановлення взаємозв'язку між природно-мовною інформацією та машинною графікою.

Відповідно до мети дисертаційної роботи, а також на підставі проведеного аналізу були поставлені вказані вище задачі дослідження.

У другому розділі досліджуються теоретичні основи алгебро-логічних моделей формалізації семантики речень, тобто подання алгоритму кодування змістовної інформації на мові алгебри кінцевих предикатів і предикатних операцій.

Проведено аналіз методів лінгвістичної алгебри для формалізації семантики речень з використанням предметних змінних, за допомогою яких складаються математичні речення. Семантика математичного речення чи висловлювання виражена предикатом d = f(х1, х2,..., хn), який являє собою залежність істинної змінної d від предметних змінних х1, х2,..., хn цього висловлювання, тобто семантикою кожного речення є предикат.

Проведено лінгвістичний експеримент для виділення предметних змінних, у якості яких виступають іменники. Він полягає у введенні ситуаційно-текстового предиката, у якому конкретна ситуація повинна відповідати вказаному текстові.

Проведено порівняння природної та математичної мов, підґрунтям чого є припущення про існування глибокої аналогії між ними. Розглянуто приклад формування математичної формули бінарної логіки Буля, а саме формули алгебри логіки (a b) (c d) e, де букви a, b, c, d, e - логічні константи з множини Z={0,1}, яка представлена у вигляді графа на рис. 1, але речення, як формується формула, прибране.

Досліджено процес формування речень, на прикладі російського речення “Пассажирский самолёт выполняет чартерный рейс с небольшого острова на континент”, поданого графом на рис. 2, в якому слова замінили на букви для скорочення запису, а замість операцій вказані номери операцій.

Визначення належності слова до відповідного словосполучення та встановлення зв'язків у словосполученнях виконується за рахунок призначення предметних змінних на основі виділення семантичних зв'язків між морфемами та словами, які виникають при морфологічному та синтаксичному етапах аналізу тексту.

Розроблено алгебро-логічну модель формалізації семантики речення, для побудови якої текст необхідно обробити лінгвістичним процесором. Семантика речення Р полягає у рішенні предиката S:

S(P) = (M(P), N(P), T(P))

де M, N, T - предикати морфологічного, синтаксичного та семантичного аналізу відповідно.

Етапи аналізу виражені сукупністю елементів аналізу у відповідних формулах: морфологічний аналіз = {частина мови, граматичні ознаки, способи словотворення}, синтаксичний аналіз = {пунктуація, способи єднання слів у словосполучення}, семантичний аналіз = {значення мовних одиниць і граматичних форм, значення синтаксичних одиниць}.

Предикат морфологічного аналізу M у своєму складі має 10 частин мови, які подані у математичному вигляді і наведено у формулі (3), де y це частина мови, а верхній індекс вказує на відповідну частину мови:

M (yc yп yг yч yм yн yр yз yц yж)

Предикат синтаксичного аналізу N базується на математичному опису синтаксичних зв'язків між словами у відповідних словосполученнях, які наведені далі та повністю розкриті у дисертаційній роботі.

Предикат семантичного аналізу T виражений математичним описом виникаючих семантичних відношень і значень у словах за допомогою обробки префіксів і суфіксів та у словосполученнях за допомогою обробки двох типів зв'язку слів, які найчастіше вживаються в розмові людини.

Для кожної частини мови виділено певний набір ознак, які позначили через х з індексом у нижньому розряді для вказування відповідної граматичної ознаки ознаки: для іменника - 9, для прикметника - 8, для дієслова - 11, для числівника - 5, для займенника і прислівника по 6, для прийменника, сполучника, частки і вигука по 2.

Досліджено синтаксичну структуру словосполучень та речення. Доведено, що в ролі головного слова може виступати 7 частин мови, у ролі залежного слова може виступати 5 частин мови. Між ними може виникати 20 типів семантичних відношень, що вказують на семантичні значення і дозволяють встановити абстрактне значення словосполучення, необхідне для семантичного аналізу.

Проведено аналіз словосполучень з прийменником і доведено, що найбільш інформативними є словосполучення типу “Дієслово - Прийменник - Іменник”, “Іменник - Прийменник - Іменник” та “Прикметник - Прийменник - Іменник”. Доведено, що між цими частинами мови виникає 31 тип семантичних відношень, кожне з яких має своє семантичне значення в залежності від відмінка іменника.

Розроблені алгебро-логічні моделі подання семантики префіксального, префіксально-суфіксального та суфіксального словотворення іменників, прикметників та дієслів. Префікси і суфікси цих частин мови розподілені на семантичні групи за відповідними семантичними значеннями, які об'єднують велику кількість слів. Для опису словотворення і значень введено 6 критеріїв:

для іменників: префікс, суфікс, частина мови (походження), рід і наголос;

для прикметників: префікс, суфікс, рід і наголос;

для дієслів: префікс і зворотній суфікс.

Третій розділ дисертаційної роботи присвячений розробці алгебро-логічної морфологічної моделі. Запропоновано математичний опис граматичних ознак з використанням предметних змінних, які були використані для подання граматичних ознак.

Таблиця 1. Граматичні ознаки частин мови