Лингвист из Йены разъясняет тактику, применяемую в новом продуктом. Одна программа обучается принципу «отсекания второстепенных фрагментов текста», другая — логике снятия только спелых плодов с иерархического древа.

Специалист по компьютерной лингвистике из Йены Удо Хан (Udo Hahn) заявил в субботу 31 июля агентству dpa, что в ближайшее время на рынок поступит программа, без которой скоро не смогут обойтись так же, как без гугля или яндекса, все те, кому по роду работы приходится перелопачивать груды текстов — от студентов и журналистов до частных детективов и историков.

Задача программы — составление дайджестов или еще более кратких резюме обширных массивов текстов. Хан пояснил агентству две основные тактики обработки текста-источника. В первом случае программа обучается принципу «отсекания второстепенных фрагментов текста». В каждом тексте самыми важными являются, по мнению Хана, например, первая и последняя фразы. Их ваш компьютер оставит нетронутыми. Программа будет реагировать на такие ключевые слова, как «резюмируя», «таким образом, подводя итог» и ряд других. Напротив, всякие указания автора на желание «углубиться» в «детали» безжалостно игнорируются. Остаток и подлежит упаковке в связный текст.

Снять только спелый плод с иерархического древа понятий

Другая тактика предусматривает развитие метода так называемой диэрезы — обучение программы к самостоятельному восхождению по иерархическому «дереву» понятий от частного к общему. «Накормив компьютер достаточным объемом питательной специальной литературы», Хан надеется уже в скором времени увидеть на рынке программный продукт, который будет в состоянии производить за пользователя трудоемкие первичные интеллектуальные операции и, опять-таки, упаковывать результат в удобоваримой, но компактной форме.

01.08.2004

www.dw-world.de/russian