Построение семантических отношений в машинном переводе. Creation of the semantic relations in machine translation.

Abstract

В данной статье рассматривается классификация концептуальных объектов текста и семантических отношений. Проведен аналитический обзор существующих видов и методов представления семантических отношений в обработке текста. Предложены виды и метод описания семантических отношений естественных языков для прикладных лингвистических задач: автоматическая обработка текста, семантический анализ, машинный перевод естественных языков и задачи искусственного интеллекта. Автором предложен новый подход для определения семантических отношений в основе которого лежит метод расширенной атрибутной грамматики. В процессе семантического анализа текста методом расширенной атрибутной грамматики вычисляются связи и зависимости между словами предложения. Итогом анализа является согласованное семантическое дерево представления в виде онтологии, в котором каждому узлу приписан атрибут семантического класса. По набору основных характеристик (лицо, часть речи, падеж и др.) можно определить роль, следовательно, и место, данного слова в предложении. Имея согласованное семантическое дерево, рассматриваем задачу синтеза предложения как иерархический процесс, при котором отдельные слова образуют корректные семантические и синтаксические группы, а группы формируют выходное предложение. This article considered the conceptual classication of text objects and semantic relations. Analytical review of existing methods of representation and semantic relationships in text processing. Proposed a method of describing the types and semantic relationships of natural languages for applied linguistic problems: automatic text processing, semantic analysis, machine translation natural languages and problem of articial intelligence. The author oered new approach for denition semantic relation which is based on the method of augmented attribute grammars. During the semantic analysis method of augmented attribute grammars computed relationships and dependencies between the words of the sentence. The result of the analysis is consistent semantic tree representation as an ontology which each node is assigned a semantic attribute class. By core set (type, part of speech, case and etc.) can determine the role hence the location of the word in the sentence. Having a consistent semantic tree, consider the problem of synthesis of proposals as a hierarchical process in which individual words form the correct semantic and syntactic groups, and groups form the output sentence.