Методы обработки естественного языка для извлечения концепт-карт: кейс для текстов на английском, казахском и русском языках
DOI:
https://doi.org/10.26577/JMMCS.2021.v112.i4.08Ключевые слова:
концепт-карты, извлечение концепт-карт, обработка естественного языка, малоресурсные языки, язык RАннотация
Концепт-карты используются для визуализации знаний посредством представления входного текста или предметной области на концептуальном уровне. Концепт-карты отражают системные отношения между ключевыми понятиями текста/предметной области и тем самым способствуют более глубокому пониманию идей предметной области, экономя время, затрачиваемое на чтение и анализ. Однако сам процесс построения концептуальных карт трудоемок и требует много времени. В настоящее время проводится много исследований, связанных с идеей автоматической генерации концепт-карт из текстов на естественном языке. Задача имеет высокую практическую ценность, но теоретически методы ее решения в основном являются языко-зависимыми. Такие методы требуют качественных лингвистических ресурсов с аннотациями, что представляет серьезную трудность для таких малоресурсных языков, как казахский. В этой работе мы анализируем проблемы, связанные с языко-зависимыми подходами, и представляем нашу экспериментальную работу по автоматической генерации концептуальных карт из текстов на английском, казахском и русском языках. Мы используем хорошо известный, языко-зависимый метод ReVerb, который изначально был разработан для английского языка, и на примере этого метода анализируем проблемы его переноса на казахский и русский язык.
Библиографические ссылки
[2] Falke, T., "Automatic Structured Text Summarization with Concept Maps" , Doctoral dissertation, Technische University (2019).
[3] Kudryavtsev, D., & Gavrilova, T., "From anarchy to system: A novel classification of visual knowledge codification techniques" , Knowledge and Process Management 24, (2017): 3-13.
[4] Baron N., "Do students lose depth in digital reading?"– The Conversation. Available at: https://theconversation. com/dostudents-lose-depth-in-digital-reading-61897 (2016).
[5] Fader, A., Soderland S., Etzioni O., "Identifying relations for open information extraction" , Proceedings of the 2011 Conference on empirical methods in Natural language processing (2011): 1535-1545.
[6] Oliveira A., Pereira F. C., Cardoso A.,"Automatic reading and learning from text" , Proceedings of the International Symposium on Artificial Intelligence (2001).
[7] Rajaraman K., Tan A. H., "Knowledge discovery from texts: a concept frame graph approach" , Proceedings of the eleventh international conference on Information and knowledge management (2002): 669-671.
[8] Shen R., Richardson R., Fox E. A., "Concept maps as visual interfaces to digital libraries: summarization, collaboration, and automatic generation" , Joint Conference on Digital Libraries (2003).
[9] Sue P. C. et al., "A new approach for constructing the concept map" , IEEE International Conference on Advanced Learning Technologies, Proceedings. – IEEE, (2004):76-80.
[10] E. A. Fox, R. Richardson., "Using concept maps in digital libraries as a cross-language resource discovery tool" , Proceedings of the 5th ACM/IEEE-CS Joint Conference on Digital Libraries (JCDL ’05) – (2005):256-257, doi:
10.1145/1065385.1065443.
[11] Leake, A. Valerio D., "Jump-starting concept map construction with knowledge extracted from documents" , In Proceedings of the Second International Conference on Concept Mapping, (2006).
[12] Bichindaritz I., Akkineni S., "Concept mining for indexing medical literature" , Engineering Applications of Artificial Intelligence, V 19, No 4 (2006):411-417.
[13] S. Tseng, P. C. Sue, J. M. Su, J. F. Weng, & W. N. Tsai, "A new approach for constructing the concept map" , Computers & Education, 49(3) (2007):691-707. DOI: 10.1016/j.compedu.2005.11.020.
[14] Bai S. M., Chen S. M., "Automatically constructing concept maps based on fuzzy rules for adapting learning systems" ,Expert systems with Applications, V. 35(1-2) (2008):41-49.
[15] Zouaq A., Nkambou R., "Building domain ontologies from text for educational purposes" , IEEE Transactions on learning technologies, V. 1:49-62
