Лингвистика
· порождающие модели автор Хомский объект моделирования - множество правильных речевых отрезков составляются правила различения приемлемого и неприемлемого; логический средство - исчисление
; не служат выражением смысла; на выходе - цепочки элементов (грамм. правильных предложений)
· собственно структурные модели основа всех остальных объект моделирования - структура языка как таковая; логический аппарат - логика отношений и классов. Пример: грамматический словарь Железняка
5. по конечной цели исследования
· теоретические
· описательные
· прикладные
6. по используемым методам
· математические модели
· психологические модели
· социологические модели
7. по функциональному статусу
· абстрактно обобщающие модели
· действующие
8. по используемым материальным средствам
· графические
· символьные
· компьютерные
Частная модель обычно входит в набор частных моделей, описывающий определенный уровень языка:
1. фонологический уровень
2. морфологический уровень
3. синтаксический
4. лексико-семантический
Основные теоретические требования к модели:
1. полнота модели - способность отражать все факты, на которые она рассчитана, на охват которых она претендует
2. простота - удобство, использования как можно меньшего числа средств (символов, правил) для достижения поставленной научной цели
3. объяснительная сила - способность модели вскрывать причины наблюдаемых фактов и предсказывать новые факты (например. модели исторического изменения слова; системы машинного перевода в очень малой степени объяснительные)
4. адекватность - свойство максимальной похожести на моделируемый объект, на оригинал, можно свести к объяснительной силе или теоретико-множественному соответствию
5. экономность - экономичное использование энергетических и временных ресурсов при применении модели
6. точность - возможность выполнения операций представляемым моделью формальным аппаратом
7. эстетические свойства - красота модели
Прикладные критерий: главное - удобство модели. Для моделирования языка очень важны логические средства реализации модели (компьютерное воплощение модели).
Синтаксический анализ. При использовании синтаксического анализа происходит интерпретация отдельных частей высказывания, а не всего высказывания в целом. Обычно сначала производится полный синтаксический анализ, а затем строится внутренне представление введенного текста, либо производится интерпретация.
Деревья анализа и свободно-контекстные грамматики. Большинство способов синтаксического анализа реализовано в виде деревьев. Одна из простейших разновидностей - свободно-контекстная грамматика, состоящая из правил типа S=NP+VP или VP=V+NP и полагающая, что левая часть правила может быть заменена на правую без учета контекста. Свободно-контекстная грамматика широко используется в машинных языках, и с ее помощью созданы высокоэффективные методы анализа. Недостаток этого метода - отсутствие запрета на грамматически неправильные фразы, где, например, подлежащее не согласовано со сказуемым в числе. Для решения этой проблемы необходимо наличие двух отдельных, параллельно работающих грамматик: одной - для единственного, другой - для множественного числа. Кроме того, необходима своя грамматика для пассивных предложений и т.д. Семантически неправильное предложение может породить огромное количество вариантов разбора, из которых один будет превращен в семантическую запись. Всё это делает количество правил огромным и, в свою очередь, свободно-контекстные грамматики непригодными для NLP.
Трансформационная грамматика. Трансформационная грамматика была создана с учетом упомянутых выше недостатков и более рационального использования правил ЕЯ, но оказалась непригодной для NLP. Трансформационная грамматика создавалась Хомским как порождающая, что, следовательно, делало очень затруднительным обратное действие, т.е. анализ.
Расширенная сеть переходов. Расширенная сеть переходов была разработана Бобровым (Bobrow), Фрейзером (Fraser) и во многом Вудсом (Woods) как продолжение идей синтаксического анализа и свободно-контекстных грамматик в частности. Она представляет собой узлы и направленные стрелки, “расширенные” (т.е. дополненные) рядом тестов (правил), на основании которых выбирается путь для дальнейшего анализа. Промежуточные результаты записываются в ячейки (регистры). Ниже приводится пример такой сети, позволяющей анализировать простые предложения всех типов (включая пассив), состоящие из подлежащего, сказуемого и прямого дополнения, таких, как The rabbit nibbles the carrot (Кролик грызет морковь). Обозначения у стрелок означают номер теста, а также либо признаки, аналогичные применяемым в свободно-контекстных грамматиках (NP), либо конкретные слова (by). Тесты написаны на языке LISP и представляют собой правила типа если условие=истина, то присвоить анализируемому слову признак Х и записать его в соответствующую ячейку.

Разберем алгоритм работы сети на вышеприведенном примере. Анализ начинается слева, т. е. с первого слова в предложении. Словосочетание the rabbit проходит тест, который выясняет, что оно не является вспомогательным глаголом (Aux, стрелка 1), но является именной группой (NP, стрелка 2). Поэтому the rabbit кладется в ячейку Subj, и предложение получает признак TypeDeclarative, т.е. повествовательное, и система переходит ко второму узлу. Здесь дополнительный тест не требуется, поскольку он отсутствует в списке тестов, записанных на LISP. Следовательно, слово, стоящее после the rabbit - т. е. nibbles - глагол-сказуемое (обозначение V на стрелке), и nibbles записывается в ячейку с именем V. Перечеркнутый узел означает, что в нем анализ предложения может в принципе закончиться. Но в нашем примере имеется еще и дополнение the carrot, так что анализ продолжается по стрелке 6 (выбор между стрелками 5 и 6 осуществляется снова с помощью специального теста), и словосочетание the carrot кладется в ячейку с именем Obj. На этом анализ заканчивается (последний узел был бы использован в случае анализа такого пассивного предложения, как The carrot was nibbled by the rabbit). Таким образом, в результате заполнены регистры (ячейки) Subj, Type, V и Obj, используя которые, можно получить какое-либо представление (например, дерево).
Расширенная сеть переходов имеет свои недостатки:
немодульность;
сложность при модификации, вызывающая непредвиденные побочные эффекты;
хрупкость (когда единственная неграмматичность в предложении делает невозможным дальнейший правильный анализ);
неэффективность при переборе с возвратами, т.к. ошибки на промежуточных стадиях анализа не сохраняются;
неэффективность с точки зрения смысла, когда с помощью полученного синтаксического представления оказывается невозможным создать правильное семантическое представление.
Билет 13
1. Метаязыки формального описания семантических структур.
Семантические метаязыки различаются:
по объекту, который они описывают (морфема, лексема, словосочетание, предложение, текст в целом).
по аспекту языковой структуры, который они отражают: (парадигматический аспект
синтагматический аспект)
Сходимость МЯ - возможность переводить с одного МЯ на другой.
По описываемому объекту:
1. значение морфем МЯ
· МЯ компонентного анализа (Найда, Апресян, Катс)
· МЯ пресуппазиционного анализа (прототипический анализ): если высказывание подвергнуть отрицанию, то отрицается только имплицитно выраженная часть, то, что не отрицается - ассерция
2. значение лексем исследуется
в синтагматичсеком аспекте - сочетаемость лексем:
· теория семантической валентности, понятие модели управления (Апресян)
в парадигматическом аспекте:
· глубинные падежи (агенс, интсрументалис ...), падежная рамка Филлмора
3. значение словосочетаний исследуется
в парадигматическом аспекте при помощи тех же МЯ описания, что и лексемы,
в синтагматическом плане:
· язык лексических параметров и функций (Апресян), понятие лекс. параметра связано с понятием устойчивой сочетаемости слов в словосочетании
4. значение предложения
в парадигматическом аспекте:
· семантическая сеть (Скрэгг: "Семантическая сеть как модель памяти")
· язык исчисления предикатов (Дж. Лакофф "Постулаты речевого общения", импликация, пресуппозиция, пропозиция, условия искренности. условия мотивированности)
5. значение текста в целом
в парадигматическом аспекте используются такие макроструктуры, как сценарии. фреймы, планы, сцены,
фрейм - базовая структура представления знаний
сценарий динамический - набор фреймов, развертывающийся во времени.
· семантическая сеть ()
Чейф: - теория организации памяти
три вида памяти:
поверхностная (surface)
кратковременная (shallow)
долговременная (deep)
иерархия событий -> иерархия событий различной личностной значимости
личностная зависимость
понятие текущего сознания (consciousness)
· язык концептуальных зависимостей (Шенк)
· язык шаблонов (templates, Уилкс:)
6. процессы
· понимания (Шенк)
· вербализации (Маккьюин)
Роджер Шенк: знания не могут быть истолкованы в лингвистических терминах -> язык концептуальных зависимостей: P-Trans (физическое перемещение), M-Trans (интеллектуальное перемещение).
Шенком была постулирована независимость языкового представления от ЕЯ, тем не менее язык КЗ оказался привязан к поверхностному синтаксису английского языка. Каждое высказывание запускает цепочку концептуальных выводов (inferences), позволяющих правильно понимать ситуацию (Мила была голодна, она взяла путеводитель Митчелина).
Модель SAM (Script Applying Mechanism) является компьютерной программой, которая позволяет понимать связность текста за счет применения сценариев:
· POLITICS (ведет диалог, моделирует политическую идеологию)
· PAM -> TALE-SPIN - порождение сказок
· FRUMP - машинное реферирование сообщений на нескольких языках, чтение , опирающееся на понятие интереса (Integral Partial Parser)
Категории, встречающиеся у Шенка:
· интерес
· объяснение
· память (организация концептуальной памяти)
· ожидание
· понимание движимого ошибками
Уилкс, "Анализ предложений английского языка": вводит единую форму представления - шаблон (template), интуитивным соответствием которого можно считать базисную форму представления "агенс - действие - объект. Шаблоны строятся из более мелких блоков - формул, соответствующих толкованиям отдельных лексем. Для того, чтобы построить полное сем. представление текста (сем. блок), шаблоны объединяются с помощью структур более высокого уровня - надшаблонов (paraplates) и правил вывода умозаключений;
· каждая из готовых структур построена на базе 80 атомарных сем. элементов, а также функций и предикатов, задаваемых на этом множестве.
· система на LISPe, переводит тексты с англ. на фр.
· для разрешения неоднозначности используется цепь умозаключений
· нет синтаксического анализа в обычном понимании, сразу переходит к сем. представлениям; не содержит в явном виде никакой синт. информации, только формула (Ф), которая имеет вид ДЗ; главным считается самый правый элемент Ф, который задает фундаментальную категорию для всей Ф.
· содержит глубинные падежные элементы
· большая гибкость при описании смысла, чем у метода Фодора и Катса, в которых нет глубинных падежных элементов
· шаблоны имеют вид сети, состоящей из Ф
· шаблон состоит из 3 узлов: агенс, действие. объект.
2. Гипертекстовые системы
Гипертекст - это текст. смысловые элементы которого могут читаться в разной последовательности.
Последовательность чтения - произвольная. Между текстовыми фрагментами указаны разрешенные переходы. Как правило, от одного фрагмента можно перейти к нескольким другим. Читать можно с любого элемента в разных направлениях. Компьютеры позволяют мгновенно переходить от одного фрагмента текста к другому, что позволяет читать нелинейные так же легко, как линейные.
Гипертекст - компьютаризованный нелинейный текст. Нельсон и Энгельбарт впервые реализовали ГТ в конце 60 гг.
Особенности ГТ по сравнению с традиционными нелинейными текстами (текст с комментариями, ссылками, энциклопедия):
1. явная выраженность сетевой структуры: узлы (текстовые фрагменты) и связи (возможность перехода от одного ТФ к другому -> навигация). Связь может быть однонаправленной от фрагмента к комментарию или двунаправленной между двумя фрагментами. Связь может носить иерархический характер - от общего к целому.
Пользовательский интерфейс:
· переход - не более двух клавиш
· пользователь должен иметь средства ориентации: При каждом узле дается оглавление - локальная ориентация. Глобальная ориентация - наглядное изображение структуры гипертекстов ой сети, в которой помечается путь, пройденный пользователем
· многооконная система позволяет видеть одновременно несколько ФТ на экране.
2. открытость гипертекста (для включения новых ФТ, читатель может выступать соавтором)
Пример ГТ: изобразительная и звуковая система Гипермедиа (комплексное использование информации разной природы, синтез разных искусств)
Динамический ГТ постоянно дополняется новыми текстовыми фрагментами (необходимо находить связи для поступающих извне ФТ)
ГТ - сама форма организации материала и технология, без которой невозможна его организация. Гт - накопление информации в БД, доступ к данным - через запросы. связь важна для пользователя, поэтому в БД ГТ системы нет заранее установленных связей. Выдача информации - воспроизведение фрагментов сетей, сформированных к этому моменту в БД. выдаются отд. узлы и участки сети в графической форме вместе с маршрутами движения. В ГТ сети можно легко отражать идеи участников проекта, для дальнейшего изучения их в интерактивном режиме сразу несколькими участниками.
4 вида ГТС (обзор Конилина):
1. библиотечные макросистемы (шире, чем поиск литературы) XANADU, Нельсон система хранения и актуализации информации), TEXTNET (принцип динамического упорядочения, перечень узлов)
2. средства исследования проблем: IBIS, Риштель (аспекты, позиции, аргументы); ; JOG (изучение справочной энциклопедической литературы, выведение страниц)
3. системы для просмотра БД (подобны библиотечным. но меньше, служат для получения справочных данных) Browsing Systems, WE среда нужна для описания системы просмотра, легкость доступа, добавление новой информации не разрешено
4. системы широкого назначения (экспериментирование в разл. направлениях): INTERMEDIA фирмы XEROX
Билет 14
1. Автоматизация анализа письменного текста: основные подходы к решению проблемы.
Существует 2 основные стратегии решения проблемы:
1. модульный подход - последовательный анализ по уровням (морфологический, синтаксический, семантический, прагматический)
2. интегральный подход (более современный и более адекватный, Р. Шенк)
1. Системы модульного типа (Леонтьева):
| модуль морфологического анализа |
-> полное морф. представление |
| модуль синтаксического анализа |
-> полное синт.представление |
| модуль семантического анализа |
-> частичное (фрагментарное) представл. |
|
прагматический анализ (пока не реализован) |
Для широких ПО может быть использован в нескольких системах:
· СМП (SYSTRAN)
· системах извлечения знаний
· ИПС
2. Системы интегрального типа
Концептуальный анализ |
-> |
фрагментарные концептуальные представления: | ||
морф.анализ |
синт.анализ |
сем. анализ |
сценарии, фреймы. планы. | |
· Ищет в тексте диагностические слова
· заполняет пустые слоты в сценарии
· делает ряд концептуальных выводов (inferences) о смысле текста (в результате чего способна отвечать на поставленные вопросы по содержанию)
· на определенных этапах подключает процедуры
· нельзя получить уровневое представление
· тексты узко ограниченной тематики
Пример: интегральная система анализа Шенка:
1. MARGE (Memory Response Generation in English) - обработка концептуальной информации. В основе лежит теория концептуальных зависимостей - комплексная теория человеческого мышления.
Работает в двух режимах:
· перефразирование (перевод входной фразы на ЯКЗ)
· концептуальный вывод
2. Модель SAM (Script Applying Mechanism) является компьютерной программой, которая позволяет понимать связность текста за счет применения сценариев:
· POLITICS (ведет диалог, моделирует политическую идеологию)
· PAM -> TALE-SPIN - порождение сказок
· FRUMP - машинное реферирование сообщений на нескольких языках, чтение , опирающееся на понятие интереса (Integral Partial Parser)
2. Терминологические банки данных: структуры, функции, методы построения.
ТБД - автоматизированная система инвентаризации и машинного представления терминологической лексики и ее семантизации в системах машинного и человеко-машинного речевого общения. Это единая служба с удобным доступом, описывающая все сведения о термине и ликвидирующая неравномерность описания терминологии.
Научные задачи:
· моделирование терминологической системы РЯ как системы подсистем
· построение общенаучных и общетеоретических тезаурусов
· исследование русской терминологии
Типы традиционного использования ТБД:
· справочно-информационное обслуживание специалистов различных областей знания
· обеспечение традиционного перевода научно-технической литературы
· обеспечение АСОТ, включая системы машинного перевода
· лингвистическое обеспечение авт. систем информации
· обеспечение работ по упорядочению терминологии
· подготовка и издание терминологических словарей
· унификация определенных терминов
· подготовка научных отчетов о составе РЯ
Организационная структура ТБД:
· терминологические центры
· службы переводов (переводческая функция)
· службы стандартизации (нормативная функция)
· университеты (исследовательская функция)
· всероссийские органы НТИ (по АСУ и ИПС)
Функциональная структура ТБД:
1. Головной ТБД - справочно-поисковый аппарат по видовым банкам данных:
· ведение коммуникативного формата данных
· организация и руководство работами по передаче данных в ТБД
· обработка и ввод данных
· обслуживание предприятий
2. Специализированные ТБД (сбор, хранение , обработка информации), могут включать существующие ТБД, словарно-терминологические службы НТИ:
отбор представительного массива источников
ввод и обновление терминологической информации в БД
передача информации другим СТБД и ГТБД
эксплуатация СТБД в соответствии с конкретными задачами организации.
ТБД состоит из ряда массивов, которые называются подфондами.
Подфонды - массивы терминов, которые создаются и хранятся в центральном органе МФРЯ (Машинный фонд РЯ) на базе массивов первичного типа.
Подфонды:
специальных и межотраслевых терминов, фигурирующих в отдельных отраслях знаний и деятельности
общенаучных и общетехнических терминов
терминоэлементов (используются в нескольких терминосистемах).
3. Примеры оформления сложных документов (сноски, газетная верстка, колонтитулы и т. д) в MS Word 5.0.
Сноски:
1. курсор на месте символа ссылки на сноску
2. Format, Footnote
3. в поле reference mark ввести ссылку на сноску (не более 28 символов)
4. enter
5. ввести текст сноски (до нескольких абзацев)
перемещение между сноской и текстом: Jump Footnote
использование окна сносок: Esc W S F
переход из окна в окно: F1
местоположение сносок:
· по умолчанию - на той же стр., где ссылка
· Format Division Layout: same page, end
Газетная верстка:
колонки:
1. Options: Show Layout Yes или Alt-F4
2. Esc Format Division Layout
колонтитулы:
1. курсор в начало документа
2. ввести текст + enter
3. курсор внутрь текста или выделить текст
4. Esc Format Running Head: Position:
Top Bottom None Odd Even First Alignment: left margin Edge-of-paper
5. enter
Быстрое создание колонтитулов:
1-3 - то же самое
4. верхний колонтитул: Ctrl+F2
нижний колонтитул: Alt+F2
На каждой странице может быть не более двух колонтитулов: верхний и нижний
Выравнивание колонтитулов: Format Paragraph или Alt C, Alt R.
Вывод номера страницы/даты:
1. курсор в то место колонтитула, где будет страница.
2. набрать page/date
3. F3
Билет 15
1. Когнитивная лингвистика и ее основные исследовательские программы.
Когнитивная наука
· некий раздел научного знания, центральное понятие которого знание и репрезентация
· исследовательская дисциплина изучающая устройство человеческого сознания, используя различные способы репрезентации и компьютерную метафору
· совокупность современных эмпирических знаний, направленных на поиск ответов на давние эпистимологические вопросы, особенно о природе знания
Когнитивная лингвистика - подход, который допускает в лигвитсике применение методов когнитивной науки.
Когнитивная наука изучает устройство и функционирование концептуальных структур в человеческом сознании, обеспечивающее специфическое для человека взаимодействие с другими людьми и окружающим миром в целом.
КН возникла как реакция на господство позитивистских установок (обезличенная наука, например, мат. логика - постулаты сложнее самих высказываний). В 60-70 гг. произошла ревизия идей позитивизма в пользу реализма и учета человеческого фактора.
Началом КН можно считать 11 сентября 1956, когда в г. Кембридж штата Масачусетс открылся семинар по теории информации, где были зачитаны работа Ньюэлла и Саймона "Logic Theoretic", в которой исследовались процессы принятия административных решений (в последствие эта работа была удостоена Нобелевской премии по экономике).
Характерные черты когнитивной науки:
· междисциплинарность (существует комплекс наук, которые называются когнитивными: когнитивная лингвистика, когнитивная философия, когитология)
· использование репрезентации знаний в качестве центрального понятия
· использование компьютерной метафоры (сначала аппаратная hardware компьютерная метафора: человеческий мозг подобен компьютеру; затем программная software компьютерная метафора: в сознании человека существуют структуры подобные компьютерным программам; одно из доказательств - наличие кратковременной и долговременной памяти у человека;)
· обращение к когнитивным структурам (сценариям и фреймам)
· исследовательский метод - вычислительный эксперимент (термин Герберта Саймона) - метод интроспекции, т.е. наблюдения над языком.
· пониженный интерес к культурным и социологическим аспектам функционирования знаний
Метанаучные элементы и ценности (вся совокупность представлений о предмете, которые в рамках данной научной концепции считаются истинными и не могут быть фальсифицированными (аксиомы)):
В основе КН лежит реалистическая традиция: человеческое мышление познаваемо и к нему могут быть применены конкретные исследовательские методы. Это воплощается в понятии материально символьная система. Она состоит из символов - материальных образований, которые могут выступать в качестве выражений. Символьная структура - набор процессов создания, модификации и операций с выражениями.
Предполагается, что существует некоторый уровень анализа, на котором можно отвлечься от физической природы вещей, некоторый уровень изучения психических функций человека, отличный от нейро-хирургического, - уровень концептуальных репрезентаций. Репрезентативный уровень оперирования символьными системами не зависит от материального носителя информации. Он изучается с других уровней.
Когнитивные единицы:
· концепты
· пропозиции
· схемы (типа гештальдов)
· динамические фреймы (сценарии)
Когнитивная лингвистика - выяснение лингвистической адекватности когнитивных построений.
Основные исследовательские программы КН:
1. Программа Чейфа - теория организации памяти
три вида памяти:
· поверхностная (surface)
· кратковременная (shallow)
· долговременная (deep)
· иерархия событий -> иерархия событий различной личностной значимости
· личностная зависимость
· понятие текущего сознания (consciousness)
текущее сознание
| восприятие | поверх. память | кратк. память | долговр. память | воображаемое событие |
2. Программа Роджера Шенка и его учеников (Stanford, конец 60-нач. 70 гг.): MARGE (Memory Response Generation in English) - обработка концептуальной информации. В основе лежит теория концептуальных зависимостей - комплексная теория человеческого мышления.
Работает в двух режимах
· перефразирование (перевод входной фразы на ЯКЗ)
· концептуальный вывод
Шенк утверждал, что знания не могут быть истолкованы в лингвистических терминах и разработал язык концептуальных зависимостей: P-Trans (физическое перемещение), M-Trans (интеллектуальное перемещение).
Шенком была постулирована независимость языкового представления от ЕЯ, тем не менее язык КЗ оказался привязан к поверхностному синтаксису английского языка. Каждое высказывание запускает цепочку концептуальных выводов (inferences), позволяющих правильно понимать ситуацию (Мила была голодна, она взяла путеводитель Митчелина).
Модель SAM (Script Applying Mechanism) является компьютерной программой, которая позволяет понимать связность текста за счет применения сценариев:
· POLITICS (ведет диалог, моделирует политическую идеологию)
· PAM -> TALE-SPIN - порождение сказок
· FRUMP - машинное реферирование сообщений на нескольких языках, чтение , опирающееся на понятие интереса (Integral Partial Parser)
Достижения Шенка:
· процедурная адекватность
· демонстрация роли знаний в процессе понимания ЕЯ
· построение ряда конкретных когнитивных моделей
· демонстрация роли когнитивных ожиданий в понимании
Категории, встречающиеся у Шенка:
· интерес
· объяснение
· память (организация концептуальной памяти
· ожидание
· понимание движимого ошибками
3. Программа Джорджа Лакоффа:
· порождающая семантика
· лингвистические гештальды (целое - не есть сумма частей)
· теория семантического прототипа (базисный уровень)
· теория метафоры (неосознанные и творческие когнитивные процессы)
Эксперименциальная лингвистика
1. Концептуализация двух сортов:
· базового уровня (семантика прототипов)
· образные схемы (image schemas): контейнер, вместилище; путь; контакт; часть-целое
2. Когнитивные творческие процессы:
· метафоризация
· метонимия
· схематизация
· категоризация
3. Когнитивные нетворческие (базовые) процессы
· фокусировка
· сканирование
· сдвиг точки зрения
4. Теория ментальных пространств
· пространство прошлого
· пространство будущего
· непосредственное действие (?)
· вымышленная ситуация
4. Программа Тальми об отношении грамматики к мышлению
Грамматика - одна из когнитивных сфер человека.
Цели:
· Изучение семантико-постранственных отношений
· Фигура и фон
· Изучение каузативов (пить - поить)
Когнитивные категории:
1. измерение:
-
недискретность
пространство
материя
время
деятельность
дискретность
предметы
события
2. плексность (plexity):
|
униплексность Он вздохнул |
мультиплексность Она вздыхала |
3.граничный статус:
|
неограниченные сущности вода спать |
ограниченные сущности море одеваться |
4. расчлененность:
|
дискретные сущности |
недискретные сущности |
5. Степень распространения:
|
ограниченная лестница |
неограниченная река |
6. Модель дистрибуции
Категория динамики сил задумана тальми как обобщение казуальности.
Билет 2
1. Понятие репрезентации в науках о языке и мышлении человека.
Понятие репрезентации знаний является одним из центральных в когнитивной науке вообще, и в когнитивной лингвистике в частности.
1.Репрезентация - (общефилософский смысл) сущность произвольной природы, выступающая в познавательной деятельности человека в качестве заместителя некоторой другой сущности.
Человек творит мир артефактов:
материальные (орудия)
когнитивные (орудия мысли)
Репрезентация - когнитивный артефакт.
2.Репрезентация - символьное выражение на специальном репрезентационном языке, выступающие в познавательной деятельности человека в качестве заместителя некоторой сущности иной природы. Например мат. модели, любые теории.
3.Репрезентация - (в лингвистике) символьное выражение на специальном репрезентационном языке, рассматриваемое как отличное от непосредственно данной формы осуществления некоторого другого символьного же выражения, а также сама эта непосредственно данная форма, рассматриваемая в ряде других форм.
4.Репрезентация - некоторая гипотетическая ментальная структура, замещающая ту или иную сущность из внешнего мира.
Предполагается, что существует некоторый уровень анализа, на котором можно отвлечься от физической природы вещей, некоторый уровень изучения психических функций человека, отличный от нейро-хирургического, - уровень концептуальных репрезентаций. На этом уровне моделируются когнитивные процессы (символьно/на ЭВМ).
Типология репрезентаций:
1. представление знаний (концептуальные репрезентации) vs представление языковых структур (фонологические, синтаксич., семантические репрезентации)
Репрезентация языковых структур - представление высказывания, предложения, текста (требование лингвистической релевантности). Понимание-> анализ -> сем. репрезентация. Компоненты языковой структуры - компоненты языка, а концептуальные репрезентации ими не являются.
|
2. сентенциональные |
vs |
идеограмматические |
|
|
(логические) построены по законам ЕЯ: язык исчисления предикатов |
(аналоговые репрезентации,) хранятся в виде образа в человеческом мозге |
||
Иногда сюда включают еще и списочные представления (таблицы, БД)
|
3. декларативные (знания "что") |
vs |
процедурные (знания "как") |
|
|
экономный способ (указание на факты) (структурирование предметной области) |
точный способ (указание на действие) | ||
4. формализованные vs неформализованные
5. внешние vs внутрисистемные
|
6. логические |
vs |
эвристические |
|
представления знаний исчисление предикатов |
сетевые. фреймовые, продукционные | |
Понятие репрезентации также активно используется в порождающей семантике. Так, например, семантическая репрезентация речевого отрезка интерпретируется как его запись на каком-либо семантическом метаязыке.
2. Операционные системы как основной вид программного обеспечения для ПЭВМ. Операционная система MS-DOS, основные группы команд.
Операционная система - это программа, которая загружается при включении компьютера. Она производит диалог с пользователем, осуществляет управление компьютером, его ресурсами (оперативной памятью, местом на диске и т.д.), запускает другие (прикладные) программы на выполнение. ОС обеспечивает пользователю и прикладным программам удобный способ общения (интерфейс с устройствами компьютера.
Функции ОС:
· управление памятью
· управление вводом-выводом
· управление файловой системой
· управление взаимодействием процессов
· диспетчеризация процессов
· защита и учет использования ресурсов
· обработка командного языка
MS-DOS (Microsoft):
· PC-DOS (IBM, вариант MS-DOS), DR-DOS (Digital Research, совместима с MS-DOS);
· OS-2 (для машин IBM PS-2 series), UNIX, Macintosh OS, MAINFRAMES (?).
Версии 1.0 (1981) - 6.0 (1992: память cache, disk defragmentation utility for speed disk data access, optional dynamic file compression, that can double disk storage space, automatically loads itself into upper and high memory leaving more conventional memory free).
Модульная структура MS-DOS:
1. BIOS
2. Boot Record
3. IBMBIO
4. IBMDOS
5. Command
6. Utilities
Список внутренних команд ( недоступны для просмотра, выполняются COMMAND.COM):
|
break cd cls copy CTTY date del |
dir erase mkdir path prompt rename rmdir |
set time type ver verify vol exit |
Остальные команды - внешние. Они располагаются в каталоге DOS и являются самостоятельными программами (tree, label, diskcopy, diskcomp, chkdsk и т.д.) .
Основные группы команд MS-DOS:
|
1. Команды работы с каталогами (10): cd md dir rd append join subst path tree xcopy |
2. Команды работы с файлами (21): 2.1 исходные: copy type del rename erase comp 2.2 команды-фильтры: find sort more 2.3 attrib append path join subst restore backup fastopen FC (аналог compare) recover share |
3. Команды работы с дисками (14): 3.1 основные format label chkdsk diskcopy diskcomp sys vol 3.2 команды начальной работы с диском fdisk select assing backup restore fastopen recover |
4. Команды управления ресурсами ПЭВМ: (настройка компьютера на пользователя): ver date time assign cls graphics prompt break set keyb nlsfunc fastopen chcp command CTTY mode verify graphtable |
СЕМАНТИЧЕСКИЕ СЕТИ.
Семантическая сеть - структура для представления знаний в виде узлов, соединенных дугами. Самые первые семантические сети были разработаны в качестве языка-посредника для систем машинного перевода, а многие современные версии до сих пор сходны по своим характеристикам с естественным языком. Однако последние версии семантических сетей стали более мощными и гибкими и составляют конкуренцию фреймовым системам, логическому программированию и другим языкам представления.
Начиная с конца 50-ых годов были создано и применены на практике десятки вариантов семантических сетей. Несмотря на то, что терминология и их структура различаются, существуют сходства, присущие практически всем семантическим сетям:
1. узлы семантических сетей представляют собой концепты предметов, событий, состояний;
2. различные узлы одного концепта относятся к различным значениям, если они не помечено, что они относятся к одному концепту;
3. дуги семантических сетей создают отношения между узлами-концептами (пометки над дугами указывают на тип отношения);
4. некоторые отношения между концептами представляют собой лингвистические падежи, такие как агент, объект, реципиент и инструмент (другие означают временные, пространственные, логические отношения и отношения между отдельными предложениями;
5. концепты организованы по уровням в соответствии со степенью обобщенности так как, например, сущность, живое существо, животное, плотоядное,;
Однако существуют и различия: понятие значения с точки зрения философии; методы представления кванторов общности и существования и логических операторов; способы манипулирования сетями и правила вывода, терминология. Все это варьируется от автора к автору. Несмотря не некоторые различия, сети удобны для чтения и обработки компьютером, а также достаточно мощны, чтобы представить семантику естественного языка.
ИСТОРИЧЕСКАЯ СПРАВКА.
Фрег представил логические формулы в виде деревьев, которые однако мало напоминают современные семантические сети. Еще одним пионером стал Чарльз Сандерз Прис, который использовал графические записи в органической химии.
Он сформулировал правила выводы с использованием экзистенциональных графов.
В психологии Зельц использовал графы для представления наследственности некоторых характеристик в иерархии концептов. Научные изыскания Зельца имели огромное влияние на изучение тактики в шахматах, который в свою очередь повлиял на таких теоретиков, как Саймон и Ньюэлл.
Что касается лингвистики, то первым ученым, занимавшимся разработкой графических описаний, стал Теньер. Он использовал графическую запись для своей грамматики зависимостей. Теньер оказал огромное влияние на развитие лингвистики в Европе.
Впервые семантические сети были использованы в системах машинного перевода в конце 50-х - начале 60-х годов. Первая такая система, которую создала Мастерман, включала в себя 100 примитивных концептов таких, как, например, НАРОД, ВЕЩЬ, ДЕЛАТЬ, БЫТЬ. С помощью этих концептов она описала словарь объемом 15000 единиц, в котором также имелся механизм переноса характеристик с гипертипа на подтип. Некоторые системы машинного перевода базировались на корреляционных сетях Цеккато, которые представляли собой набор 56 различных отношений, некоторые из которых - падежные отношения, отношения подтипа, члена, части и целого. Он использовал сети, состоящие из концептов и отношений для руководства действиями парсера и разрешения неоднозначностей.
В системах искусственного интеллекта семантические сети используются для ответа на различные вопросы, изучение процессов обучения, запоминания и рассуждений. В конце 70-х сети получили широкое распространение. В 80-х годах границы между сетями, фреймовыми структурами и линейными формами записи постепенно стирались. Выразительная сила больше не является решающим