Details
Title | Алгоритм семантического анализа предложений на естественном языке с использованием формального представления AMR и методов машинного обучения: магистерская диссертация: 09.04.01 |
---|---|
Creators | Лукашина Нина Борисовна |
Scientific adviser | Дробинцев Павел Дмитриевич |
Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий |
Imprint | Санкт-Петербург, 2017 |
Collection | Выпускные квалификационные работы ; Общая коллекция |
Subjects | Алгоритмы ; естественный язык ; семантический анализ ; машинное обучение |
UDC | 004.421:004.4'414(043.3) |
Document type | Master graduation qualification work |
File type | |
Language | Russian |
Level of education | Master |
Speciality code (FGOS) | 09.04.01 |
Speciality group (FGOS) | 090000 - Информатика и вычислительная техника |
DOI | 10.18720/SPBPU/2/v17-2110 |
Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
Record key | RU\SPSTU\edoc\39617 |
Record create date | 7/11/2017 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
Group | Anonymous |
---|---|
Network | Internet |
Данная диссертация посвящена проверке применимости метода машинного обучения с подкреплением в задаче построения семантического представления в формализме AMR для предложений на естественном языке. Развитие алгоритмов обработки естественного языка необходимо для создания и использования баз знаний, без которых невозможна эффективная работы с большими объемами накопленной информации на естественном языке. Семантический анализ - важнейший этап обработки естественного языка, заключающийся в построении формальной модели семантики предложения. В данной диссертации предложен новый подход к решению задачи семантического анализа, основанный на использовании метода машинного обучения с подкреплением SARSA. Метод может быть использован для адаптации работы семантического анализатора в новой предметной области. В работе представлена реализация разработанного алгоритма и даны рекомендации по возможному улучшению предложенного подхода.
Network | User group | Action |
---|---|---|
ILC SPbPU Local Network | All |
|
Internet | Authorized users SPbPU |
|
Internet | Anonymous |
|
Access count: 599
Last 30 days: 0