Семантическая декомпозиция (обработка естественного языка)
Семантическая декомпозиция — это алгоритм, который разбивает значения фраз или понятий на менее сложные понятия. [1] Результатом семантической декомпозиции является представление смысла. [2] Это представление можно использовать для задач, например, связанных с искусственным интеллектом или машинным обучением . Семантическая декомпозиция распространена в приложениях обработки естественного языка .
Основная идея семантической декомпозиции взята из навыков обучения взрослых людей, когда слова объясняются с помощью других слов. Он основан на теории смысла текста . Теория значения-текста используется как теоретическая лингвистическая основа для описания значения понятий с помощью других понятий.
Предыстория [ править ]
Учитывая, что у ИИ по сути нет языка, он не способен думать о значениях слов языка. Для появления сильного ИИ необходимо создать искусственное понятие смысла. [3]
Создание искусственного представления смысла требует анализа того, что такое смысл. Многие термины связаны со значением, включая семантику, прагматику, знание и понимание или смысл слова. [4] Каждый термин описывает определенный аспект значения и вносит вклад в множество теорий, объясняющих, что такое смысл. Эти теории необходимо проанализировать дальше, чтобы разработать искусственное понятие значения, наиболее подходящее для нашего нынешнего состояния знаний.
Графические представления [ править ]
Представление значения в виде графика — это один из двух способов, которыми ИИ-познание и лингвист-исследователь думают о значении ( коннекционистский взгляд). Логики используют формальное представление значения, чтобы основываться на идее символического представления, тогда как логика описания описывает языки и значения символов. Этот спор между «аккуратными» и «неряшливыми» методами обсуждается с 1970-х годов. [5]
Исследования до сих пор определили семантические меры и, вместе с этим, устранение смысловой неоднозначности (WSD) - дифференциацию значения слов - как основную проблему понимания языка. [6] WSD, как полноценная среда искусственного интеллекта, представляет собой основную проблему понимания естественного языка. [7] [8] Подходы ИИ, использующие рассуждения на основе знаний, создают понятие смысла, сочетающее современное знание естественного значения с символической и коннекционистской формализацией значения для ИИ. Абстрактный подход показан на рисунке. Во-первых, коннекционистское представление знания создается как семантическая сеть, состоящая из понятий и их отношений, служащая основой представления смысла. [9] [10] [11] [12]
Этот график построен на основе различных источников знаний, таких как WordNet , Wiktionary и BabelNET. Граф создается путем лексической декомпозиции, которая рекурсивно разбивает каждое понятие семантически на набор семантических простых чисел . [1] Простые числа взяты из теории естественного семантического метаязыка . [13] который был проанализирован на предмет полезности в формальных языках. [14] После прохождения этого маркера графика [15] [16] [17] используется для создания динамической части значения, представляющей мысли. [18] Алгоритм передачи маркеров, в котором символическая информация передается по отношениям от одного понятия к другому, использует интерпретацию узлов и ребер для управления своими маркерами. Модель интерпретации узлов и ребер представляет собой символическое влияние определенных концепций.
В будущей работе созданное представление значения будет использоваться для построения эвристик и их оценки посредством сопоставления возможностей и планирования агентов, чат-ботов или других приложений понимания естественного языка .
См. также [ править ]
Ссылки [ править ]
- ^ Jump up to: Перейти обратно: а б Ример, Ник (30 июля 2015 г.). Справочник по семантике Routledge . Рутледж. ISBN 9781317412441 .
- ^ Фендрих, Дж. (2018). Семантическая декомпозиция и передача маркеров в искусственное представление смысла. Технический университет Берлина (Германия). [1]
- ^ Лоизос Майкл. 2015. Спешим с выводами. В материалах Международной конференции по отменяемым и амплиативным рассуждениям 2015 г. - Том 1423 (DARe'15). CEUR-WS.org, Ахен, DEU, 43–49. [2]
- ^ Лёбнер, Себастьян (19 мая 2015 г.). Семантика: Введение (на немецком языке). Вальтер де Грюйтер ГмбХ & Ко КГ. ISBN 9783110350906 .
- ^ Мински, Марвин Л. (15 июня 1991 г.). «Логический против аналогового или символического против коннекциониста или аккуратного против неряшливого». Журнал ИИ . 12 (2): 34. дои : 10.1609/aimag.v12i2.894 . ISSN 2371-9621 .
- ^ Устранение неоднозначности смысла слова - Алгоритмы и приложения | Энеко Агирре | Спрингер .
- ^ Нэнси Ид и Жан Веронис. Введение в специальный выпуск об устранении смысловой неоднозначности слов: современное состояние. Компьютерная лингвистика, 24(1):2-40, 1998 г.
- ^ Ямпольский, Р.В. (2012, апрель). AI-полный, AI-сложный или AI-простой — классификация проблем ИИ. На 23-й конференции по искусственному интеллекту и когнитивной науке Среднего Запада, Цинциннати, Огайо, США .
- ^ Сикара, Катя; Клюш, Матиас; Видофф, Сет; Лу, Цзяньго (1 марта 1999 г.). «Динамический поиск услуг между агентами в открытых информационных средах». Запись ACM SIGMOD . 28 (1): 47–53. CiteSeerX 10.1.1.44.914 . дои : 10.1145/309844.309895 . ISSN 0163-5808 . S2CID 10197051 .
- ^ Оукс, Филиппа; тер Хофстеде, Артур Х.М.; Эдмонд, Дэвид (2003), «Возможности: описание того, что могут сделать службы», Сервис-ориентированные вычисления - ICSOC 2003 , Конспекты лекций по информатике, том. 2910, Springer Berlin Heidelberg, стр. 1–16, CiteSeerX 10.1.1.473.5321 , doi : 10.1007/978-3-540-24593-3_1 , ISBN 9783540206811 , S2CID 11524526
- ^ Йоханнес Фендрих - «Первое поисковое планирование состава услуг с использованием постепенно переопределяемой контекстно-зависимой эвристики». На немецкой конференции «Мультиагентные системные технологии», страницы 404–407, Springer Berlin Heidelberg, 2013 г.
- ^ Фендрих, Йоханнес; Арндт, Себастьян; Албайрак, Сахин (2013), «К самообъясняющим агентам», Тенденции в практическом применении агентов и мультиагентных систем , Достижения в области интеллектуальных систем и вычислений, том. 221, Springer International Publishing, стр. 147–154, doi : 10.1007/978-3-319-00563-8_18 , ISBN. 9783319005621
- ^ Годдард, Клифф; Вежбицкая, Анна, ред. (1994). Семантические и лексические универсалии: теория и эмпирические данные . Амстердам: Бенджаминс.
- ^ Фендрих, Йоханнес; Арндт, Себастьян; Албайрак, Шахин (15 октября 2014 г.). «Разложение формального языка на семантические простые числа» . Журнал «Достижения в области распределенных вычислений и искусственного интеллекта» . 3 (1): 56–73. дои : 10.14201/ADCAIJ2014385673 . ISSN 2255-2863 .
- ^ «Интеграция передачи маркеров и решения проблем: подход к активации распространения для улучшения выбора при планировании» . ЦРК Пресс . 01.11.1987 . Проверено 30 ноября 2018 г.
- ^ Херст, Грэм (1 января 1987 г.). Семантическая интерпретация и разрешение двусмысленности . Издательство Кембриджского университета. ISBN 978-0521322034 .
- ^ «Самообъяснение посредством семантической аннотации: опрос» . Исследовательские ворота . Проверено 30 ноября 2018 г.
- ^ Крестани, Фабио (1997). «Применение методов активации распространения при поиске информации». Обзор искусственного интеллекта . 11 (6): 453–482. дои : 10.1023/А:1006569829653 . S2CID 14668203 .