РУС ENG

СИСТЕМА АВТОМАТИЧЕСКОЙ АДАПТАЦИИ РУССКОЯЗЫЧНЫХ ТЕКСТОВ И ЕЕ ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ

О журнале

Новости
Цели и сфера
Основатель и издатель
Редакционная коллегия
Условия лицензирования
Конфиденциальность
Отношение к плагиату
Публикационная этика
Политика архивирования
Подписка


Для авторов

Инструкции для авторов
Процесс рецензирования
Авторские права
Договор о передаче прав
Редакционные сборы


Архив

Все выпуски
Поиск


Контакты

Контакты


Большакова Светлана Анатольевна
младший научный сотрудник, Федеральное государственное бюджетное научное учреждение «Институт проблем искусственного интеллекта».
283048, г. Донецк, ул. Артема, д. 118 б.
Область научных интересов: компьютерные информационные технологии, искусственный интеллект, обработка естественного языка, компьютерная лингвистика, интеллектуальный анализ информации.

УДК 004.912
DOI 10.24412/2413-7383-2024-3-45-54
Язык: Русский
Аннотация: В статье описана система адаптации, использующая способ лексического упрощения русскоязыч-ного текста с помощью специально размеченной базы синонимов и набора правил, которые по-зволяют автоматически осуществлять лексическую замену слов и словосочетаний с сохранением семантики текста и восстановлением правильного синтаксиса. Для формирования размеченной базы синонимов использовались словари, находящие в открытом доступе. Предложенные методы и алгоритмы, а также база синонимов могут быть использованы для задач адаптации, поисковой оптимизации и автоматического реферирования текстов, а также при автоматическом переводе.
Ключевые слова: обработка естественного языка, автоматический анализ текста, синонимия, автоматическая адаптация.

Список литературы:
1. Павлов, А. А. О применении авторами научных текстов технических приемов, искажающих результаты проверки уникальности текстов. Обзор проблемы, опыт выявления и анализ подобных текстов / А. А. Павлов // Научная периодика: проблемы и решения. – 2020. – Т. 9, № 3-4. – EDN ZDFDNE.
2. Шатохина, С. А. Адаптация текстов в системе обучения русскому языку как иностранному (на материале онлайн-курса "Твои сибирские каникулы") / С. А. Шатохина, Т. К. Веренич, О. В. Вязовикина, В. С. Срмикян // Казанская наука. – 2019. – № 9. – С. 65-67. – EDN KVFZQB.
3. Некрасова, С. Д. Технические средства подготовки текста к переводу (на примере программ автоматического распознавания текста) / С. Д. Некрасова // Проблемы языка и перевода в трудах молодых ученых. – 2020. – № 19. – С. 121-127. – EDN RFQRDW.
4. Полицына, Е. В. Анализ подходов к автоматическому выделению контекстных синонимов из текстов на русском языке. / Е. В. Полицына, С. А. Полицын, А. С. Поречный, Е. Е. Милованова // Вестник ВГУ. Серия: Системный анализ и информационные технологии – 2020. – №3. – С. 120-132. DOI: 10.17308/sait.2020.3/3046
5. Александрова, З.Е. Словарь синонимов русского языка: Практический справочник [Текст] / З. Е. Александрова. - М.: Рус. яз., 2001. - 568 с.
6. Большакова, С.А. Об автоматизированных системах адаптации русскоязычных текстов [Текст] / С.А. Большакова // Материалы Донецкого международного научного круглого стола «Искусственный интеллект: теоретические аспекты и практическое применение» ИИ-2020. – Донецк: ГУ ИПИИ, 2020. – С. 27–32.
7. Ниценко, А.В., Шелепов, В.Ю., Большакова, С.А., Ивашко, К.С. Русское синтаксическое управление при словесных заменах. Слова с функциями наречия и существительного // Проблемы искусственного интеллекта. – 2020. – № 2(17). – C. 46–57.
8. Ниценко, А.В., Шелепов, В.Ю., Большакова, С.А., Ивашко, К.С. О словесных заменах, сохраняющих смысл русского предложения // Проблемы искусственного интеллекта. – 2020. – № 1(16). – C. 63–74.
9. Национальный корпус русского языка. [Электронный ресурс] // URL: http://ruscorpora.ru/new/index.html. (дата обращения: 10.05.2024).

Выпуск: 3(34)'2024
Раздел: СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИ, СТАТИСТИКА
Как цитировать: Большакова С. А. СИСТЕМА АВТОМАТИЧЕСКОЙ АДАПТАЦИИ РУССКОЯЗЫЧНЫХ ТЕКСТОВ И ЕЕ ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ [Текст] / С. А. Большакова // Проблемы искусственного интеллекта. - 2024. № 3 (34). - С. 45-54. - http://paijournal.guiaidn.ru/ru/2024/3(34)-5.html