innovationИнформация и инновацииInformation and Innovations1994-24432949-2157МЦНТИ10.31432/1994-2443-2019-14-1-44-47innovation-113Research ArticleИНФОРМАЦИОННЫЕ ПРОЦЕССЫInformation processesАнализ зависимостей текста на естественном языке с помощью BiLSTM-сетейBiLSTM-based Approach to the Natural Language Text Dependencies AnalysisЧернышовА.ChernyshovA.

Артем Чернышов - аспирант кафедры 22

Москва

Artem Chernyshov - postgraduate student of the Department 22

Moscow

zexirius@gmail.comНИЯУ МИФИРоссияNational research nuclear University MEPhIRussian Federation2019300320191414447Copyright © Чернышов А., 20192019Чернышов А.Chernyshov A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://journal.icsti.int/jour/article/view/113

В данной статье рассматривается идея проведения многоступенчатого процесса построения поискового образа запроса на естественном языке для использования в системе семантического поиска. Современные методы и инструменты обработки естественного языка широко используются в области машинного перевода. Исследования в области поисковых систем и семантического поиска в основном сосредоточены на хранении данных и дальнейшем анализе. Большинство поисковых систем используют огромное количество ранее накопленных пользовательских запросов для прогнозирования результатов поиска, не принимая во внимание это намерение пользователя путем качественной обработки запроса. Предлагаемый подход основан на выделении максимального количества информации из исходного запроса путем проведения синтаксического и семантического анализа, а также применении приемов синонимичного расширения. В данной статье описывается первый этап процесса построения модели поискового запроса, основанный на выделении синтаксических зависимостей из исходного предложения.

This article discusses the idea of conducting a multistage process of building a search image of a query in natural language for use in the semantic search system. Modern methods and tools for processing natural language are widely used in the field of machine translation. Research on search engines and semantic search mainly focuses on data storage and further analysis. Most search engines use a huge amount of previously accumulated user queries to predict search results, without taking into account the user’s intention through quality query processing. The proposed approach is based on the selection of the maximum amount of information from the original request by means of syntactic and semantic analysis, as well as the use of synonymous extension techniques. This article describes the first step in the process of building a search query model, based on extracting syntactic dependencies from the original sentence.

поискзапросзависимостинейронная сетьsearchquerydependenciesneural networkReferencesChernyshov A., Balandina A., Kostkina A., Klimov V. Intelligence Search Engine and Automatic Integration System for Web-Services and Cloud-Based Data Pro-viders Based on Semantics // Procedia Computer Science. 2016.Chernyshov A., Balandina A., Kostkina A., Klimov V. Intelligence Search Engine and Automatic Integration System for Web-Services and Cloud-Based Data Pro-viders Based on Semantics // Procedia Computer Science. 2016.Kostkina A., Bodunkov D., Klimov V. Document Categorization Based on Usage of Features Reduction with Synonyms Clustering in Weak Semantic Map // Procedia Computer Science. 2018.Kostkina A., Bodunkov D., Klimov V. Document Categorization Based on Usage of Features Reduction with Synonyms Clustering in Weak Semantic Map // Procedia Computer Science. 2018.Kubler S., McDonald R., Nivre J. Dependency parsing // Synthesis Lectures on Human Language Technologies, Vol. 1, No. 1, 2009. pp. 1–127.Kubler S., McDonald R., Nivre J. Dependency parsing // Synthesis Lectures on Human Language Technologies, Vol. 1, No. 1, 2009. pp. 1–127.Nivre J. Transition-Based Parsing. 2013.Nivre J. Transition-Based Parsing. 2013.Chernyshov A., Balandina A., Klimov V. Intelligent Processing of Natural Language Search Queries Using Semantic Mapping for User Intention Extracting // Advances in Intelligent Systems and Computing. 2019.Chernyshov A., Balandina A., Klimov V. Intelligent Processing of Natural Language Search Queries Using Semantic Mapping for User Intention Extracting // Advances in Intelligent Systems and Computing. 2019.Balandina A., Kostkina A., Chernyshov A., Klimov V. Dependency Parsing of Natural Russian Language with Usage of Semantic Mapping Approach // Procedia Computer Science. 2018.Balandina A., Kostkina A., Chernyshov A., Klimov V. Dependency Parsing of Natural Russian Language with Usage of Semantic Mapping Approach // Procedia Computer Science. 2018.

The authors declare that there are no conflicts of interest present.