Preview

Доклады БГУИР

Расширенный поиск

Онтологический подход к обработке текстов китайского языка

https://doi.org/10.35596/1729-7648-2020-18-6-49-56

Полный текст:

Аннотация

Для реализации естественно-языкового пользовательского интерфейса и интеллектуального ответа на вопросы на основе знаний в работе предлагается модель обработки китайского языка, основанная на знаниях. В статье рассматриваются существующие методы обработки естественного языка и различные базы знаний, связанные с обработкой естественного языка. На основе анализа данных методов был сделан вывод о том, что в обработке естественного языка база знаний является самой основной и важной частью. База знаний позволяет обеспечить обработку естественного языка, основываясь на изначально описанных знаниях, а также объяснить процесс обработки. На основании анализа различных методов построения баз знаний об английском и китайском языках был предложен онтологический подход к обработке китайского языка. В модели обработки китайского языка можно выделить два основных аспекта исследования: построение базы знаний о китайском языке и разработка решателя задач на основе онтологии. Предложенный подход направлен на разработку семантической модели знаний о китайском языке. Как один из этапов реализации подхода была построена онтология китайского языка, которую можно использовать в дальнейшем для обработки китайского языка. В данной работе рассмотрены первая версия указанной онтологии и принцип построения базы знаний о китайском языке. Для построения онтологии на данном этапе нет единых стандартов и системы оценки. Расширение и улучшение онтологии и оценка ее качества требуют дальнейших исследований.

Для цитирования:


Лунвэй Ц. Онтологический подход к обработке текстов китайского языка. Доклады БГУИР. 2020;18(6):49-56. https://doi.org/10.35596/1729-7648-2020-18-6-49-56

For citation:


Longwei Q. Ontological approach to Chinese text processing. Doklady BGUIR. 2020;18(6):49-56. (In Russ.) https://doi.org/10.35596/1729-7648-2020-18-6-49-56

Просмотров: 7700


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1729-7648 (Print)
ISSN 2708-0382 (Online)