Машинний переклад і розуміння текстів природною мовою.

Початком робіт з машинного перекладу варто вважати 1954 рік, коли в США за допомогою комп'ютера було переведено шістдесят фраз. Цей відомий "Джорджтаунский експеримент" справив незабутнє враження на фахівців. Тоді здавалося, що досить створити більші сховища словників для перекладу з однієї мови на іншу, розробити правила перекладу - і проблема буде вирішена. Коли з'ясувалося, що проблема не так проста, була створена мова-посередник, що полегшує співставлення фраз на різних мовах. У другій половині сімдесятих років ця мова-посередник перетворилась на семантичну модель подання змісту перекладних текстів. Таким чином, досягнення в області машинного перекладу виявилися дуже корисними для ШІ, тому що вони показали, що аналіз природно-мовних конструкцій неможливий без створення семантичної моделі, у якій інтерпретується зміст слів. Створення семантичної моделі привело до розуміння необхідності створення мови для внутрішнього подання знань. І, нарешті, важливим досягненням з'явилося розуміння того, що аналіз текстів природною мовою (ПМ) складається із чотирьох основних етапів: морфологічний аналіз, синтаксичний аналіз, семантичний аналіз, прагматичний аналіз.

Задача розбору ПМ-речення навіть із обмеженим словником у сотню слів є типовою задачею ШІ. Для досить формальних предметних областей і конкретних наборів предметів, що володіють однозначними, недвозначними характеристиками й назвами, така система була створена Т. Виноградом в 1971 році. Його знаменита програма SHRDLU [12] працює в абстрактному світі, що складається з різнобарвних кубиків і пірамід. У цьому світі функціонує "однорукий" робот Робби, здатний спілкуватися з людиною на природній (англійській) мові й робити маніпуляції з об'єктами цього миру. Цей робот також здатний розуміти досить складні вирази й самостійно планувати свою діяльність і пояснювати мотиви тих або інших дій.

От невеликий приклад - фрагмент реального діалогу із цією системою:

- Знайди блок, що вище, ніж той, що у твоїй руці, і поклади його в коробку.

- ОК.

- Постав, будь ласка, один із червоних блоків на інший, а зверху або зелений блок, або піраміду.

- ОК.

- Чи слугує найкоротша річ, що спирається на опору найвищої піраміди, опорою для чогось ще?

- Так, для зеленої піраміди.

- Коли ти брався за зелену піраміду?

- У той час, коли я будував башточку із червоного куба, великого червоного блоку й великого зеленого куба.

- Чому?

- Щоб від неї позбутися.

- Чому?

- Щоб звільнити червоний куб.

Багаторазове повторення питання "Чому?" у підсумку приведе до відповіді: "Тому що ви мене про це попросили". Самим цікавим тут є те, що програма не відповідає на заздалегідь задані типові фрази. SHRDLU, можна сказати, "розуміє", про що неї запитують, і відповідає досить розумно. Сам алгоритм Винограда настільки елегантний, що займає всього кілька сотень рядків коду мовою LІSP, улюбленої мови розроблювачів ШІ, що займаються аналізом ПМ. Цей приклад з роботом Робби досить показовий.

Треба відзначити, що навіть для англійської мови, що є основою для всіх сучасних мов програмування в силу своєї лаконічності й досить формальної семантики, до цього дня не вдалося створити більш-менш ефективну програмну систему, здатну адекватно розуміти ЗМІСТ фраз із досить більших областей знань, наприклад, нашого повсякденного миру.

У розборі й розумінні природної російської мови масу проблем створює складна відмінкова система, відмінювання, часи, відсутність формального порядку проходження членів речення. Проте російськими вченими створені ефективні системи розбору фраз обмеженої природної мови (ОПМ).

Читайте також:

<== попередня сторінка	\|	наступна сторінка ==>
Експертні системи.	\|	Система кодування

Не знайшли потрібну інформацію? Скористайтесь пошуком google:

Генерація сторінки за: 0.017 сек.