Preview

Информация и инновации

Расширенный поиск

Анализ зависимостей текста на естественном языке с помощью BiLSTM-сетей

https://doi.org/10.31432/1994-2443-2019-14-1-44-47

Полный текст:

Аннотация

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.

Об авторе

А. Чернышов
НИЯУ МИФИ
Россия

Артем Чернышов - аспирант кафедры 22

Москва



Список литературы

1. 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.

2. 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.

3. Kubler S., McDonald R., Nivre J. Dependency parsing // Synthesis Lectures on Human Language Technologies, Vol. 1, No. 1, 2009. pp. 1–127.

4. Nivre J. Transition-Based Parsing. 2013.

5. 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.

6. Balandina A., Kostkina A., Chernyshov A., Klimov V. Dependency Parsing of Natural Russian Language with Usage of Semantic Mapping Approach // Procedia Computer Science. 2018.


Рецензия

Для цитирования:


Чернышов А. Анализ зависимостей текста на естественном языке с помощью BiLSTM-сетей. Информация и инновации. 2019;14(1):44-47. https://doi.org/10.31432/1994-2443-2019-14-1-44-47

For citation:


Chernyshov A. BiLSTM-based Approach to the Natural Language Text Dependencies Analysis. Information and Innovations. 2019;14(1):44-47. (In Russ.) https://doi.org/10.31432/1994-2443-2019-14-1-44-47

Просмотров: 38


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


ISSN 1994-2443 (Print)