دانلود کتاب Exploring Formal Models of Linguistic Data Structuring. Enhanced Solutions for Knowledge Management Systems Based on NLP Applications – بررسی مدل‌های رسمی ساختار داده‌های زبانی. راه حل های پیشرفته برای سیستم های مدیریت دانش بر اساس برنامه های کاربردی NLP

توضیحات

The principal aim of this research is describing to which extent formal

models for linguistic data structuring are crucial in Natural Language

Processing (NLP) applications. In this sense, we will pay particular attention to those Knowledge Management Systems (KMS) which are

designed for the Internet, and also to the enhanced solutions they may

require. In order to appropriately deal with this topics, we will describe

how to achieve computational linguistics applications helpful to humans in establishing and maintaining an advantageous relationship with

technologies, especially with those technologies which are based on or

produce man-machine interactions in natural language.

We will explore the positive relationship which may exist between

well-structured Linguistic Resources (LR) and KMS, in order to state

that if the information architecture of a KMS is based on the formalization of linguistic data, then the system works better and is more consistent.

As for the topics we want to deal with, frist of all it is indispensable

to state that in order to structure efficient and effective Information Retrieval (IR) tools, understanding and formalizing natural language combinatory mechanisms seems to be the first operation to achieve, also

because any piece of information produced by humans on the Internet is

necessarily a linguistic act. Therefore, in this research work we will also

discuss the NLP structuring of a linguistic formalization Hybrid Model,

which we hope will prove to be a useful tool to support, improve and

refine KMSs.

12

Exploring Formal Models of Linguistic Data Structuring

More specifically, in section 1 we will describe how to structure language resources implementable inside KMSs, to what extent they can

improve the performance of these systems and how the problem of linguistic data structuring is dealt with by natural language formalization

methods.

In section 2 we will proceed with a brief review of computational

linguistics, paying particular attention to specific software packages

such Intex, Unitex, NooJ, and Cataloga, which are developed according to Lexicon-Grammar (LG) method, a linguistic theory established

during the 60s by Maurice Gross.

In section 3 we will describe some specific works useful to monitor

the state of the art in Linguistic Data Structuring Models, Enhanced

Solutions for KMSs, and NLP Applications for KMSs.

In section 4 we will cope with problems related to natural language

formalization methods, describing mainly Transformational-Generative Grammar (TGG) and LG, plus other methods based on statistical

approaches and ontologies.

In section 5 we will propose a Hybrid Model usable in NLP applications in order to create effective enhanced solutions for KMSs. Specific

features and elements of our hybrid model will be shown through some

results on experimental research work. The case study we will present

is a very complex NLP problem yet little explored in recent years, i.e.

Multi Word Units (MWUs) treatment.

In section 6 we will close our research evaluating its results and presenting possible future work perspectives.

Keywords

Knowledge Management System, Natural Language Processing, Linguistic Formal Model, Hybrid Formal Model.

————————————————————–

ترجمه ماشینی :

هدف اصلی این تحقیق توصیف این است که تا چه اندازه مدل‌های رسمی برای ساختار داده‌های زبانی در کاربردهای زبان طبیعی پردازش (NLP) حیاتی هستند. از این نظر، ما به سیستم‌های مدیریت دانش (KMS) که برای اینترنت طراحی شده‌اند و همچنین به راه‌حل‌های پیشرفته‌ای که ممکن است نیاز داشته باشند توجه ویژه‌ای خواهیم داشت. به منظور پرداختن صحیح به این موضوعات، چگونگی دستیابی به کاربردهای زبان شناسی محاسباتی مفید برای انسان در ایجاد و حفظ رابطه سودمند با فناوری ها، به ویژه با آن دسته از فناوری هایی که بر اساس یا تولید تعاملات انسان و ماشین به صورت طبیعی هستند، شرح خواهیم داد. زبان ما رابطه مثبتی را که ممکن است بین منابع زبانی با ساختار مناسب (LR) و KMS وجود داشته باشد، بررسی خواهیم کرد تا بیان کنیم که اگر معماری اطلاعات یک KMS مبتنی بر رسمی کردن داده های زبانی باشد، سیستم بهتر کار می کند. و سازگارتر است. در مورد موضوعاتی که می‌خواهیم به آنها بپردازیم، قبل از هر چیز لازم است بگوییم که برای ساختار ابزارهای بازیابی اطلاعات (IR) کارآمد و مؤثر، درک و رسمی‌سازی مکانیسم‌های ترکیبی زبان طبیعی اولین عملیاتی است که به نظر می‌رسد. همچنین زیرا هر قطعه اطلاعاتی که توسط انسان در اینترنت تولید می شود لزوماً یک عمل زبانی است. بنابراین، در این کار تحقیقاتی ما همچنین ساختار NLP یک مدل ترکیبی رسمی سازی زبانی را مورد بحث قرار خواهیم داد، که امیدواریم ثابت شود که ابزار مفیدی برای پشتیبانی، بهبود و اصلاح KMS ها باشد. 12 کاوش مدل‌های رسمی ساختار داده‌های زبانی به طور خاص، در بخش 1 نحوه ساختار منابع زبانی قابل پیاده‌سازی در KMS را شرح می‌دهیم، تا چه حد می‌توانند عملکرد این سیستم‌ها را بهبود بخشند و مشکل ساختار داده‌های زبانی چگونه است. با روش های رسمی سازی زبان طبیعی برخورد می شود. در بخش 2 ما با بررسی مختصری از زبان‌شناسی محاسباتی، با توجه ویژه به بسته‌های نرم‌افزاری خاص مانند Intex، Unitex، NooJ و Cataloga که بر اساس روش Lexicon-Grammar (LG) که یک نظریه زبان‌شناختی است، توسعه یافته‌اند، ادامه خواهیم داد. در دهه 60 توسط موریس گراس تأسیس شد. در بخش 3 ما برخی از کارهای خاص مفید برای نظارت بر وضعیت هنر در مدل‌های ساختار داده‌های زبانی، راه‌حل‌های پیشرفته برای KMS و برنامه‌های NLP برای KMS را شرح خواهیم داد. در بخش 4 ما با مشکلات مربوط به زبان طبیعی روش های رسمی سازی کنار می آییم که عمدتاً گرامر تبدیلی-تولید کننده (TGG) و LG را توصیف می کند، به علاوه روش های دیگر مبتنی بر رویکردهای آماری و هستی شناسی ها. در بخش 5 ما یک مدل ترکیبی قابل استفاده در برنامه های کاربردی NLP را به منظور ایجاد راه حل های بهبود یافته موثر برای KMS ها پیشنهاد می کنیم. ویژگی‌های خاص و عناصر مدل ترکیبی ما از طریق برخی نتایج در کار تحقیقاتی تجربی نشان داده می‌شود. مطالعه موردی که ارائه خواهیم کرد یک مشکل NLP بسیار پیچیده است که در سال‌های اخیر کمتر مورد بررسی قرار گرفته است، یعنی درمان واحدهای چند کلمه ای (MWU). در بخش 6 ما تحقیقات خود را با ارزیابی نتایج آن و ارائه دیدگاه‌های کاری احتمالی آینده می‌بندیم. کلیدواژه ها سیستم مدیریت دانش، پردازش زبان طبیعی، مدل رسمی زبانی، مدل رسمی ترکیبی.

tag : دانلود کتاب بررسی مدل‌های رسمی ساختار داده‌های زبانی. راه حل های پیشرفته برای سیستم های مدیریت دانش بر اساس برنامه های کاربردی NLP , Download بررسی مدل‌های رسمی ساختار داده‌های زبانی. راه حل های پیشرفته برای سیستم های مدیریت دانش بر اساس برنامه های کاربردی NLP , دانلود بررسی مدل‌های رسمی ساختار داده‌های زبانی. راه حل های پیشرفته برای سیستم های مدیریت دانش بر اساس برنامه های کاربردی NLP , Download Exploring Formal Models of Linguistic Data Structuring. Enhanced Solutions for Knowledge Management Systems Based on NLP Applications Book , بررسی مدل‌های رسمی ساختار داده‌های زبانی. راه حل های پیشرفته برای سیستم های مدیریت دانش بر اساس برنامه های کاربردی NLP دانلود , buy بررسی مدل‌های رسمی ساختار داده‌های زبانی. راه حل های پیشرفته برای سیستم های مدیریت دانش بر اساس برنامه های کاربردی NLP , خرید کتاب بررسی مدل‌های رسمی ساختار داده‌های زبانی. راه حل های پیشرفته برای سیستم های مدیریت دانش بر اساس برنامه های کاربردی NLP , دانلود کتاب Exploring Formal Models of Linguistic Data Structuring. Enhanced Solutions for Knowledge Management Systems Based on NLP Applications , کتاب Exploring Formal Models of Linguistic Data Structuring. Enhanced Solutions for Knowledge Management Systems Based on NLP Applications , دانلود Exploring Formal Models of Linguistic Data Structuring. Enhanced Solutions for Knowledge Management Systems Based on NLP Applications , خرید Exploring Formal Models of Linguistic Data Structuring. Enhanced Solutions for Knowledge Management Systems Based on NLP Applications , خرید کتاب Exploring Formal Models of Linguistic Data Structuring. Enhanced Solutions for Knowledge Management Systems Based on NLP Applications ,