Запропоновано новий підхід до проблеми визначення людської мови на засадах розробленої автором кібернетичної теорії Розумних систем одного класу та теорії контакту таких систем.

Наведено системну бібліотеку критеріальної обробки нечіткої та лінгвістичної інформації, яка реалізована на С++ із застосуванням об'єктно-орієнтованого програмування і шаблонів класів.

Заропоновано перспективний метод кодування мовного сигналу зі змінною швидкістю для передачі через мережі з комутацією пакетів на базі вейвлет-перетворення; досліджено його якість і стійкість до впливу мережних факторів. Наведено блок-схему його реалізації, що додатково враховує голосову активність і пакетизацію сигналу.

Запропоновано розширення інструментарію алгебри кінцевих предикатів шляхом введення понять моделей та операцій над ними, а також предикатів із випадково заданою областю визначення. Значну увагу приділено гіпотезі про близьку аналогію між висловлюванням природної та математичної мови, на підставі чого введено поняття лінгвістичної алгебри та її закону звуження, адитивності та однорідності. Забезпечено формалізацію простих речень шляхом удосконалення алгебро-логічної моделі найпростішої лексичної одиниці - слова. Запропоновано метод формалізації лексем, що дозволяє здійснювати семантичний аналіз іменників, які містять у собі дві кореневі морфеми. Розроблено математичну модель, що враховує семантичні та граматичні обмеження стикування змістів кореневих морфем за умов деривації складних лексем.

Уперше розроблено методи схемної реалізації (СР) предикатних операцій заміни, перестановки, підстановки й обчислення значень кванторів , який дозволяє підвищити швидкість обробки символьної інформації у логічних мережах (ЛМ) за рахунок паралельних обчислень, метод СР відображень з метою реалізації паралельної потактної роботи ЛМ за рахунок переходу від алгебрологічного запису відображень до його вигляду, придатного для апаратної реалізації. Наведено алгебрологічний метод загальної роботи ЛМ, заснований на послідовному виконанні паралельних обчислень для підвищення продуктивності систем штучного інтелекту. Запропоновано алгебрологічну модель відмінювання повних неприсвійних прикметників російської мови, яка за рахунок додатково введених фонетичних ознак словоформ і зв'язків між ними, дозволяє використовувати її для високошвидкісної обробки звукової інформації у ЛМ.

Дисертація присвячена питанням створення інтерфейса користувача обмеженою в'єтнамською мовою в різних автоматизованих системах. На основі аналізу особливостей процесу автоматизованого розбору речення в'єтнамською мовою розроблені математичні моделі словотворення і словосполучення. Запропоновані алгоритми ефективного морфологічного та синтаксичного аналізу, які дозволяють вирішити проблеми поліморфізму та полісинтаксису і основані на врахуванні контексту та предметної галузі. Запропоновано новий елемент для зберігання та операцій зі знаннями - динамічний фрейм. Розроблено структуру в'єтнамського та багатомовного лінгвістичного процесора.

Розроблено методи формалізації відношень за допомогою апарата логічних мереж (ЛМ), зокрема, природно-мовного відношення відмінювання прикметників з їх подальшою реалізацією у вигляді електронних схем паралельної дії. Досліджено методи декомпозиції морфологічних предикатів, просторів і декартової декомпозиції багатомісних предикатів за допомогою унарних предикатів, що є необхідним етапом побудови формальної моделі у вигляді бінарної ЛМ, а також бінаризації алгебричного формульного запису морфологічних структур, який перетворює будь-яку модель, подану системою логічних рівнянь в алгебрі скінченних предикатів, у систему бінарних предикатів, що дозволяє побудувати ЛМ, яка забезпечує більшу швидкість обробки символьної інформації. Обгрунтовано реальні можливості сучасної комп'ютерної й обчислювальної бази, наведено нові вимоги до інформаційних технологій.

Розроблено адекватне алгебро-логічний та системотехнічний інструментарій об'єктивації мовних явищ на підставі їх формалізації та відповідної апробації. Наведено теоретичні засади побудови просторових оборотних багатозначних елементів, модулів і структур. Розвинуто та модифіковано методи побудови багатозначних оборотних неоднорідних логічних елементів та модулів (структур алгебри скінченних предикатів (АСП) першого та другого роду) для мовних систем штучного інтелекту з оборотними властивостями. Досліджено апаратні засоби реалізації одержаних моделей мови та методів синтезу АСП-структур, визначено раціональні шляхи їх створення, а також сформульовано критерії вибору АСП-структур для реалізації відношень, що складають основу дії мовних систем. Проаналізовано специфіку процесу розпаралелювання процедури розв'язання систем лінгвістичних рівнянь шляхом програмного моделювання запропонованих алгоритмів для досягнення межової структурної швидкодії за їх апаратної реалізації. Створено новий клас моделей у вигляді АСП-структур на базі декомпозиції k-значних структур на дискретно-аналогові та цифрові субблоки, що дозволяє на одному пристрої реалізувати аналіз, нормалізацію та синтез задач морфології української мови.

Висвітлено питання розробки загальної методології вирішення проблем обробки текстової інформації та вилучення знань на основі використання логіки предикатів і механізмів здійснення автоматизованого синтаксичного та семантичного розбору, перетворення інформації, представленої у вигляді речень природної мови, до алгебричних форм. Сформовано загальну форму запису логіко-лінгвістичної моделі текстової інформації, яка охоплює всі концептуальні відношення. Розроблено метод автоматизованого перетворення речень у логіко-лінгвістичну модель, який включає декілька етапів, кожен з яких є складним механізмом роботи формальної системи, а її елементи відіграють важливу роль для вилучення знань з текстової інформації. Створено інтелектуальну систему, яка є програмною реалізацією методу автоматизованого формування логіко-лінгвістичних моделей текстової інформації, кожен її блок представляє собою реалізацію певних етапів вищевказаного методу.

Рассмотрены вопросы усовершенствования лексического процессора - программного модуля, который позволяет сформировать вывод врача с использованием формализированного диалекта профессионального языка. Новая версия лексического процессора позволяет выполнять сложные вычисления при макроподстановках (&Имя) и выделять факторы риска угрожающих состояний (Фактор). Необходимые операции выполняются с помощью программных скриптов, которые включены непосредственно к стандартной лексике.

Рассмотрен подход к адаптации известных описаний концептуальных графов применительно к визуализации формализованного представления естественно-языковых высказываний для флективных языков.

Розроблено моделі семантики словосполучень природної мови, методи їх інтерпретації та застосування в аналізі природно-мовних конструкцій, що дозволяють підвищити якість аналізу словосполучень і простих речень природної мови, наближаючи його до реальної мовної практики. Запропоновано формальну мову для представлення семантичних функцій, які можуть бути використані як інтерпретатор моделі лексичної семантики для окремих слів і простих словосполучень природної мови. Розроблено ряд комбінованих моделей семантики природної мови на основі семантичних функцій, числення предикатів і лямбда числення. Так само як комбінована модель семантики, запропоновано модель інтегрованої семантики, що є модифікацією моделі формальної семантики. Розроблено метод синтаксичного аналізу з елементами семантики природно-мовних конструкцій, результатом якого є семантична функція, що визначає синтаксичну та семантичну структуру. Запропоновано підхід до побудови фрагмента системи інтелектуального контролю знань при електронному навчанні, а також метод використання семантичних функцій у системах машинного перекладу, де послівний переклад здійснюється в контексті речення.

Розглянуто можливість представлення мовних сигналів у задачі розпізнавання мови за допомогою вейвлет-перетворення.

Розглянуто спосіб покращання евристичного алгоритму морфолексичного аналізу невідомих слів для слов'янських мов. Запропоновано використовувати словник тексту як основне джерело даних для побудови гіпотез та набір n-грам як допоміжне джерело для фільтрації.

Увагу приділено науково-прикладній проблемі розв'язання класу семантико-залежних задач на основі обробки та накопичування загальних знань образного сенсу. Розроблено основи теорії образного аналізу текстової інформації шляхом формалізації поняття інфологічної системи та онтогенетичного принципу її побудови, застосування моделі формальної теорії у вигляді комутативної напівгрупи образних конструкцій, створення методу генерації нечіткого відношення сенсу, що породжує простір з нечіткою мірою. Запропоновано методологію синтезу структурно-функціональних моделей систем на основі природномовної інформації та функціональну модель системи обробки природномовного контенту (СОПМК). Розроблено математичні моделі базових типів образного пошуку, методи моделювання образного механізму оперативної пам'яті СОПМК і складових парадигматичного устрою мови. Одержано складові інформаційної технології на основі СОПМК, які впроваджені та пройшли успішну апробацію в організаціях, підприємствах, установах і навчальних закладах України та закордоном.

Досліджено комплекс методів і моделей для формалізації лінгвістичних структур природної мови на базі апарату алгебри скінченних предикатів та реляційних мереж для розширення можливостей інтелектуального інтерфейсу користувача. Розроблено моделі лінійних логічних операторів першого й другого роду, що описують функціонування реляційних мереж. Набула подальшого розвитку лінгвістична алгебра за рахунок розробки моделей базисних елементів і базисних операцій лінгвістичної алгебри та методу побудови формул алгебри булевих функцій, що моделюють речення природної мови. Вивчено метод побудови предикатної моделі речення природної мови шляхом введення доповнюючих та несуттєвих предметних змінних. Опрацьовано метод побудови логічної асоціативної структури реляційної мережі, що базується на використанні апаратної пам'яті з асоціативним доступом та використанні мінімального числа таблиць і дозволяє спростити доступ до даних та підвищити швидкість пошуку рішень.

Запропоновано метод адаптивного подання параметрів у кодових книгах, який відноситься до методів роздільного квантування для ущільнення мовленнєвих сигналів. Проведено експериментальне дослідження запропонованого методу.

Увагу зосереджено на розробці семантико-синтаксичної моделі природної мови. Зостосовано тензорний підхід до моделювання семантико-синтаксичних зв'язків між словами в реченнях. Використання апарату керуючих просторів синтаксичних структур природної мови дозволило вдосконалити тензорну семантико-синтаксичну модель. За допомогою рекурсії та суперпозиції розроблена тензорна модель здатна описувати синтаксичні моделі довільної довжини та складності. Після факторизації побудованих тензорів моделі генеруються вектори семантико-синтаксичної валентності слів. Вони описують комутативну поведінку слів у мові. Розроблено метод обчислення векторів семантико-синтаксичної валентності концептів онтології, які є неявним описом їх семантичних відношень. Вектори семантико-синтаксичних валентностей слів використано як контекстні вектори в алгоритмі формального концептуального аналізу, що дозволяє автоматичну генерацію якісних таксономій. Запропоновао базовий алгоритм автоматичної побудови онтологічної бази знань на основі розробленої тензорної семантико-синтаксичної моделі природної мови. Для швидкої та ефективної невід'ємної факторизації тензорів моделі розроблено комплекс паралельного обчислення матричних операцій із застосуванням технологій паралельних обчислень на графічних картах GPU CUDA та OpenCL.

Індекс рубрикатора НБУВ: Ш118 + З970.66-01

Рубрики:

Математична лінгвістика

Комп'ютерне оброблення мовної інформації

Шифр НБУВ: ДС50464 Пошук видання у каталогах НБУВ 

Запропоновано паралельні методи невід’ємної факторизації надвеликих розріджених матриць та тензорів - популярний метод в комп'ютерній лінгвістиці. Проблема невід’ємної факторизації розріджених матриць постала в процесі розробки системи визначення міри семантичної близькості-зв’язності за технологією Латентного Семантичного Аналізу. Існуючі паралельні моделі для невід’ємної факторизації матриць та тензорів не задовольняють потреби розмірності матриці та тензору або вимагають занадто великих обчислювальних ресурсів. Запропоновано два методи паралелізації алгоритму факторизації матриць: локальний алгоритм з використанням жорсткого диску та розподілена модель з використанням мережі вузлів. Ітеративні правила оновлення були розділені на кроки для досягнення мінімальної кількості обчислень таким чином, щоб знизити кількість операцій надлишкового копіювання пам'яті та мережевих операцій передачі даних. Співставлено три моделі розподілу алгоритму факторизації матриць. Використання пам'яті і об’єми передачі даних, необхідні для роботи алгоритму факторизації, були проаналізовані та оптимізовані. Описані локальна та розподілена модель були реалізовані, випробувані та порівняні в розумінні об'ємів читання та запису на жорсткий диск та передачі по мережі вузлів. Також проаналізовано та порівняно час, необхідний для виконання ітерації. Запропоновано блочно-діагональний підхід до факторизації невід'ємних розріджених лінгвістичних матриць, які можуть бути приведені до блочно-діагональної форми. Цей підхід може прискорити факторизацію, потребує менше мережевих операцій та пам'яті для ітерацій і зберігання результатів. Основною ідеєю алгоритму приведення лінгвістичного тензору до блочно- діагонального виду є групування слів однієї тематичної групи разом по всіх осях у відповідних інтервалах для підгонки всіх ненульових значень лінгвістичного тензору на перетині всередину блоку, що складається в даний момент. Вся суть методу полягає у переході від необхідності факторизувати надвеликий розріджений лінгвістичний тензор до невід’ємної факторизації набору лінгвістичних тензорів значно зменшеного розміру. Вказано, що не кожна матриця або тензор можуть бути зведені до блочно-діагональної форми, використовуючи перестановки рядків та стовпчиків в матрицях та шарів в тензорах. У випадку лінгвістичних матриць та тензорів допускається розщеплення векторів семантико-синтаксичної валентності слів на складові вектори їх окремих значень. Запропоновано використання особливостей природньої мови присутніх в лінгвістичних матрицях та тензорах для зведення до блочно-діагональної форми, а саме, виділення тематичних діагональних блоків матриць. Запропоновано використання латентного розподілу Діріхле для приведення матриць і тензорів до блочно-діагональної форми для паралелізації обчислень та прискорення невід’ємної факторизації лінгвістичних матриць і тензорів надвеликої розмірності. Запропонований метод, так само, дозволяє доповнення моделі природної мови новими даними без необхідності виконувати невід’ємну факторизацію всього надвеликого тензора заново з самого початку.