Search academic texts

Information × Registration Number 0412U000073, Candidate dissertation Status к.т.н. Date 21-12-2011 popup.evolution o Title Semantic annotation of text documents' methods and models using artificial neural networks Author Shubkina Olga Vasylivna, popup.head Ryabova Nataliya Volodymyrivna popup.opponent Асєєв Георгій Георгійович popup.opponent Єрохін Андрій Леонідович Description Об'єкт дослідження - процес видобування знань в системах інтелектуальної обробки документів. Предмет дослідження - методи та моделі семантичного анотування текстових документів з використанням штучних нейронних мереж. Методи дослідження базуються на методах штучного та обчислювального інтелекту, технології Semantic Web та принципах обробки природно-мовної інформації. Теоретичні та практичні результати роботи у сукупності є розв'язанням актуальної науково-практичної задачі, пов'язаної з підвищенням ефективності генерації семантичних анотацій текстових документів у режимі послідовної обробки даних. Наукова новизна: 1) вперше запропоновано ієрархічну багатошарову радіально-базисну нейронну мережу, яка в кожному вузлі використовує радіально-базисну нейронну мережу зниженої розмірності, що дозволяє зменшити кількість ознак, які надходять на вхід кожного шару за умов обмеженої навчальної вибірки для формування семантичних анотацій текстових документів; 2) вперше запропоновано ймовірнісні нейронні мережі спеціального виду, а саме: модифіковану та конкурентну, які розроблені на основі гібридизації стандартної ймовірнісної та узагальненої регресійної нейронних мереж, а також самоорганізовних мап Кохонена, що забезпечує простоту реалізації і високу швидкість обробки та дозволяє отримувати ймовірності належності вхідного текстового об'єкта до кожного з потенційно можливих класів онтології ПрО для генерації семантичних анотацій в послідовному режимі, по мірі надходження текстових документів; 3) вперше запропонована ймовірнісна модель семантичного анотування текстових документів на основі введення в моделі опису RDF-структур імовірнісної складової, що дозволяє формувати метадані текстових документів з урахуванням ймовірностей належності текстового об'єкта до концепта онтології ПрО та забезпечує оцінку відношення текстових даних щодо поточної онтології; 4) набула подальшого розвитку модель семантичного анотування з урахуванням бінарних виходів штучної нейронної мережі, яка відрізняється від моделей опису семантичних анотацій на основі RDF-структур використанням інформації з виходів ШНМ, поданої у бінарному вигляді, що дозволило доповнити нею формовані семантичні анотації текстових документів за умов обмеженої вибірки. Ступінь впровадження - на ТОВ "Компанія СМІТ" (м. Харків), а також на кафедрі штучного інтелекту Харківського національного університету радіоелектроніки. Сфера використання - в організаціях, що займаються проблемами розробки інтелектуальних систем аналізу текстових даних, а також у навчальному процесі при підготовці фахівців у галузі систем інтелектуальної обробки інформації. Registration Date 2011-12-21 popup.nrat_date 2020-04-04 Close