Математические основы представления содержания посланий компьютерных интеллектуальных агентов москва

X

Tp(S)

Колич-элем Колич-элем Колич-элем Колич-элем Еооолич

P1, P3

V

1. 
   Конструктивно учитывается существование иерархии понятий: для этого на множестве сортов St задается частичный порядок Gen , называемый отношением общности.
   
2. 
   Многие сущности, рассматриваемые в той или иной предметной области, могут быть охарактеризованы с разных точек зрения. Например, люди являются, с одной стороны, интеллектуальными системами (поскольку могут читать, решать задачи и т.д.), но, с другой стороны, являются физическими объектами, способными перемещаться в пространстве. Поэтому многие понятия как бы имеют “координаты” по разным “семантическим осям”. Для учета этого важного явления в модель вводится бинарное отношение Tol (отношение совместимости, или толерантности) на множестве сортов. Накопленный опыт показал, что эта оригинальная черта модели является чрезвычайно важной для разработки алгоритмов семантико-синтаксического анализа текстов: дело в том, что появление одного и того же слова в несхожих контекстах может объясняться реализацией в этих контекстах различных “семантических координат” данного слова.
   
3. 
   Фраза “это понятие используется в физике и химии” (относящаяся, например, к понятию “молекула”) для человека, владеющего русским языком, является очень простой. Между тем, смысловая структура данной фразы не может быть адекватно отображена средствами основных известных подходов к формализации семантики ЕЯ. Причина заключается в том, что такие подходы не предлагают формального аналога информационной единицы, соответствующей слову “понятие”. Модель, построенная выше, во-первых, рассматривает специальный базовый тип [^пон], интерпретируемый как тип информационной единицы, соответствующей слову “понятие”. Во-вторых, компонент концептуально-объектной системы Ct вида (2.7.1), обозначаемый через X и называемый первичным информационным универсумом, может включать символ, интерпретируемый как информационная единица, соответствующая слову “понятие (см. пример в параграфе 2.7). Данная черта модели важна для разработки ЛП, обрабатывающих научные и научно-технические тексты, а также ЛП прикладных интеллектуальных систем, извлекающих знания из энциклопедических словарей или пополняющих электронные энциклопедических словари.
   
4. 
   Одной из наиболее важных отличительных черт построенной модели является оригинальное определение множества типов, порождаемого произвольной сортовой системой, где типы рассматриваются как формальные характеристики сущностей, относящихся к выбранной предметной области. В соответствии с этим определением, (а) типы объектов из предметной области по своей форме отличаются от типов понятий, квалифицирующих данные объекты, (б) типы объектов по своей форме отличаются от типов множеств, состоящих из таких объектов, (в) типы понятий, обозначающих объекты, по своей форме отличаются от типов понятий, квалифицирующих множества данных объектов (например, тип понятия “человек” отличается от типа понятий “ученый совет”, “студенческая группа”) и т.д.
   
5. 
   Модель связывает типы и с именами функций. При этом определение множества типов позволяет разумным образом связать типы с целым рядом довольно нестандартных, но практически важных функций. В частности, к ним относятся функции, значениями которых являются: (a) множество понятий, поясняемых в энциклопедическом словаре, (б) множество понятий, входящих в определение данного понятия в данном словаре, (в) множество известных определений данного понятия, (г) количество элементов данного множества, (д) множество поставщиков данного предприятия, (е) множество сотрудников данной организации.