|
Ермаков А.Е. Извлечение знаний из текста и их обработка: состояние и перспективы
Информационные технологии, 2009, № 7.
Статья посвящена анализу достижений в области компьютерной обработки знаний,
содержащихся в текстах на естественном языке. Формулируются актуальные направления
прикладных исследований, связанные с извлечением и обработкой знаний в текстах
Интернета. Описывается экспериментальная система для оценки потребительских свойств
товаров на основании анализа отзывов их потребителей, размещенных в социальной сети
Интернета.
Ермаков А.Е., Плешко В.В. Обработка естественно-языковых запросов к поисковой машине на основе их лингвистического анализа
Компьютерная лингвистика и интеллектуальные технологии: труды Международной конференции Диалог’2009. – Москва, Наука, 2009
Описывается новый способ преобразования запросов на естественном языке в языки запросов поисковых машин, основанный на машинном анализе синтаксических связей между словами и их отображении на соответствующие операторы языка поисковой машины с максимальным сохранением смысла исходного запроса.
Ермаков А.Е. Автоматизация онтологического инжиниринга в системах извлечения знаний из текста
Компьютерная лингвистика и интеллектуальные технологии: труды Международной конференции Диалог’2008. – Москва, Наука, 2008
Доклад посвящен вопросам использования онтологий в системах извлечения знаний из
текста. Рассматриваются особенности онтологий, используемых в таких системах.
Предлагается методика автоматизированного построения онтологии, когда термины
предметной области и связи между ними первоначально выделяются при помощи методов
компьютерного анализа текста.
А.Е. Ермаков Автоматическое извлечение фактов из текстов досье: опыт установления анафорических связей
Компьютерная лингвистика и интеллектуальные технологии: труды Международной конференции Диалог’2007. – Москва, Наука, 2007
Доклад описывает опыт решения задачи автоматического извлечения фактов из текстовых документов особого стиля - досье. Описываются использованные для поиска фактов средства на основе синтаксического анализатора и синтактико-семантических шаблонов. Особое внимание уделяется закономерностям организации дискурса, использованным для установления анафорических связей.
Ермаков А.Е. Поиск фактов в тексте
Мир ПК. – 2005. – N 2.
Популярная статья рассказывает о программе RCO Fact Extractor, которая предназначена для автоматического анализа текста и поиска фактов, связанных с заданными персонами и организациями.
Ермаков А.Е., Плешко В.В. Компьютерный анализ текста при сборе информации к досье из открытых источников
Доклад на 3-ей конференции «Конкурентная разведка в металлургии» (19-20 января 2005 г., Москва, гостиница «Балчуг Кемпински»)
Доклад освещает проблемы, возникающие при ведении конкурентной разведки по документам СМИ, и рассказывает о программе RCO Fact Extractor, которая предназначена для автоматического анализа текста и поиска фактов, связанных с заданными персонами и организациями.
Плешко В.В. Поиск с учетом словоформ русского языка
Oracle Magazine, Июнь/Июль 2003
В статье рассматриваются вопросы организации контекстного поиска в СУБД Oracle при помощи компоненты Oracle Text и продукта Russian Context Optimizer (RCO).
Ермаков А.Е. Морфологический анализатор - основа поисковых систем
Компьютерные Вести, Минск, N 15, 2004
Эксклюзивное интервью, в котором рассказывается об истории создания морфологического анализатора RCO Morphology, а также затрагивается ряд сопутствующих вопросов, связанных с компьютерной лингвистикой и поисковыми системами.
Ермаков А.Е., Плешко В.В., Митюнин В.А. RCO Pattern Extractor: компонент выделения особых объектов в тексте
Информатизация и информационная безопасность правоохранительных органов: XI Международная научная конференция. Сборник трудов - Москва, 2003
Ермаков А.Е., Плешко В.В. Синтаксический разбор в системах статистического анализа текста
Информационные технологии. - 2002. – N 7.
В статье рассмотрено место алгоритмов синтаксического разбора в прикладных системах компьютерного анализа полнотекстовых документов. На опыте собственных разработок показано, как применение подобных алгоритмов способно повысить качество статистических методов анализа текста при решении таких задач, как: формирование информационного портрета документа, выявление смысловых связей, автоматическое реферирование.
|