- распознанные слова термина не имеют синтаксической связки;
- слова термина имеют синтаксическую связь, но не имеют значения в данной предметной области на трех уровнях: ядра, одного или нескольких признаков, субъекта.
Таким образом, для синтаксически связанных элементов термина (), не выполняется следующее условие:
Для определения степени ошибки введем предикаты ошибки использования того или иного элемента в термине. Предикаты допущенных ошибок в описании признаковой части термина , при описании ядра термина и описании субъекта термина определяются как
При этом базовый алгоритм для определения степени ошибки в признаковой части опирается на отношение числа недопустимых элементов признаковой части ко всему количеству признаков. Так как ошибка может быть лишь в части термина, расчленение составных частей термина позволяет предположить подразумеваемое описание термина с учетом допущенной семантической ошибки, что позволяет ввести числовое значение степени допущенной ошибки.
В заключение можно отметить, что приведенная методика анализа производит поиск элементов таксономии и связей между ними в анализируемом тексте на основе набора синтаксических правил и эталонных знаний. Для поиска и проверки синтаксических и семантических конструкций используются особенности, характерные для текста таксономического типа. При этом есть возможность отбрасывать нераспознанную информацию, которая по ряду признаков не относится к описанию таксономии. Таким образом, предложенная методика анализа текста позволяет извлекать необходимую информацию как из текстов, непосредственно описывающих таксономию, так и из текстов, в которых присутствуют избыточные описания элементов таксономии или несущественная информация. Главным условием анализа является возможность построения на основе текста фрагмента таксономических знаний, сопоставимых с эталоном.
Библиографический список
Никаев С.А. Модели и информационная система для оценки профессиональных знаний специалистов промышленного производства / Автореф. дисс. … техн. наук Спец. 05.13.01. - Системный анализ, управление и обработка информации (промышленность). - Самара, 2004. - 24 с.
Гаврилова Т.А. Базы знаний интеллектуальных систем. - СПб.: Питер, 2000. - 384 с.
Леонтьева Н.Н. Автоматическое понимание текстов: системы, модели, ресурсы. - М.: Академия, 2006. - 303 с.
Апресян Ю.Д., Богуславский И.М., Иомдин Л.Л. Лингвистический процессор для сложных информационных систем. - М.: Наука, 1992. - 256 с.
Лурия А.Р. Язык и сознание (Под ред. Е.Д. Хомской). - Ростов н/Д.: Феникс, 1998. - 416 с.
Солсо Р.Л. Когнитивная психология. - М.: Тривола, 1996. - 600 с.
Знаков В.В. Понимание в познании и общении. - Самара: СамГПУ, 2000. - 188 с.