Анализ семантики: оценка потенциала текстов Автор: Н.В. Головко В этом исследовании автор рассматривает один из способов внедрения метода анализа семантических функций в текстовые системы, называемый "специфическим интегральным показателем". Основной целью исследования является применение данного метода для проведения автоматизированной оценки качества текста с учетом его стилевой отнесенности.
Цели исследования: Разработка и внедрение методов комплексной обработки текстов, включающих анализ стилистической неопределенности; Исследование проблемы выбора ряда формальных признаков, которые могут служить основой для выявления стилистических особенностей. Оценка функциональной принадлежности текста, поиск его стилистического аналога
В монографии автора предлагается перспективный подход к использованию семантического потенциала текста в аналитических компьютерных системах, связанный с интегральной оценкой семантической неопределенности текста. На основе анализа многозначности лексических единиц решается задача автоматической классификации текстов по их функциональным стилям. Предлагаемый подход может быть полезен при разработке средств распознавания лингвистического содержания текстов и поисковых механизмов, каталогов и систем машинного переводов.
В настоящей монографии исследуется один из путей возможного приложения знаний о семантической стороне текстов на русском языке. Предлагаемое языкознание научного плана.
Электронная Книга «Оценка семантического потенциала текстов в аналитических системах» написана автором Н. В. Головко в 2019 году.
Минимальный возраст читателя: 0
Язык: Русский
ISBN: 978-5-9765-4237-2
Описание книги от Н. В. Головко
В исследовании рассматривается один из перспективных способов практического использования данных о семантическом потенциале текста на русском языке – специфическом интегральном показателе, отражающем меру его смысловой неопределенности с точки зрения автоматизированного анализатора. Оценивание данного показателя посредством формально-семантического анализа многозначной лексики применено в интересах разработки минимизированного алгоритма автоматической классификации русскоязычных текстов по признаку их функционально-стилевой отнесенности, что, в свою очередь, позволяет в перспективе обеспечить оптимизацию производительности и эффективности основных разновидностей автоматизированных систем обработки текстов – средств понимания естественного языка, поисковых роботов и каталогизаторов, а также систем машинного перевода.
