Модели семантических нейронных сетей и их применение в системах искусственного интеллекта

Шуклин Д.Е.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.23 – системы и средства искусственного интеллекта. - Харьковский национальный университет радиоэлектроники, Харьков, 2003.

Диссертация посвящена решению задачи идентификации символьных последовательностей, определения их морфологических и синтаксических признаков с учетом феноменов синонимии и омонимии в текстах ограниченного естественного языка, и анализа идентифицированных элементов продукционной экспертной системой, содержащей модель предметной области, что необходимо для создания эффективного интерфейса общения между автоматическими системами и рядовыми пользователями.

Разработана модель семантической нейронной сети, позволяющая представить формальную модель текста естественного языка как некоторую алгебру, в которой операции над элементами естественного языка реализованы как операции, выполняемые синхронизированными и несинхронизированными нейронами над градиентными данными. Разработана модель синхронизированного линейного дерева в виде структуры связей нейронов семантической нейронной сети, благодаря распространению волн возбуждения по нейронам сети, обеспечивающая в режиме реального времени: идентификацию лексем, морфологических и синтаксических признаков, соответствующих элементам текста; обработку морфологической и синтаксической синонимии и омонимии.

Разработана модель линии времени, представляющая собой группу последовательно связанных нейронов, соответствующих квантам времени, используемая в бинарном синхронизированном линейном дереве, выполняющая функцию кратковременной памяти и обеспечивающая установление связей между элементами различных предложений. Разработана структура связей нейронов семантической нейронной сети, аналогичная механизму прямого вывода продукций, моделирующая паралельное выполнение множества правил в базе знаний предметной области как сеть нечетких логических операций, выполняемых нейронами и позволяющая проводить классификацию элементов текста на основании правил и входных градиентных уровней возбуждения нейронов. Разработана структура многоуровневой системы, обрабатывающей текст естественного языка, которая использует разработанные структуры семантической нейронной сети для морфологической, синтаксической и семантической обработки входного текста.

Эксперименты показали, что наличие семиотической обратной связи и повторной обработки синтезированных символьных последовательностей значительно облегчает реализацию словообразования и словоизменения, так как в этом случае эти операции словообразования и словоизменения проводятся в слоях анализа текста. Было обнаружено, что наличие внутренних спецсимволов, циркулирующих по контуру семиотической обратной связи, позволяет на примитивном уровне реализовать операции планирования беседы и управления вниманием в пределах нескольких обсуждаемых тем. Разработан набор функций Application Programming Interface для ядра виртуальной машины, моделирующей семантическую нейронную сеть на последовательной вычислительной системе, который может использоваться как при разработке систем, моделирующих нейронных сети, так и в объектно-реляционно-сетевых системах управления базами данных и знаний.

Разработанная программная реализация виртуальной машины может применяться как однопоточный программный компонент, моделирующий семантическую нейронную сеть на x86-совместимых вычислительных машинах. Программная реализация, строящая дерево синтаксического подчинения предложения может использоваться как компонент систем, обрабатывающих текст естественного языка. Специально модифицированная семантическая нейронная сеть, обрабатывающая семантическую синонимию и омонимию финансовых показателей электронных документов, была использована при реализации АрмО Ф6 ФСС по ВПТ и внедрена в исполнительной дирекции Харьковского областного отделения Фонда социального страхования по временной потере трудоспособности, а так же получила от тестовой лаборатории PC Magazine Russian Edition логотип "Yes, It works Office Extensions" и помещена в библиотеку Microsoft Office Extensions (LocNet Ver. 0.3 - Применение семантической нейронной сети для обработки семантической синонимии и омонимии финансовых показателей электронных документов (Excel 97/Access 97) / Шуклин Д.Е.// Id: 620 Date: 2002.04.03 URL: http://www.microsoft.ru/offext/details.aspx?id=620).

Скачать .pdf (2,11 Мб)