Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://ena.lp.edu.ua:8080/handle/ntb/40843
Назва: Модель формалізації смислового значення елементів факту речення англійської мови
Автори: Хайрова, Ніна
Гайденко, Тетяна
Приналежність: Національний технічний університет «Харківський політехнічний інститут»
Бібліографічний опис: Хайрова Н. Модель формалізації смислового значення елементів факту речення англійської мови / Ніна Хайрова, Тетяна Гайденко // Людина. Комп’ютер. Комунікація : збірник наукових праць. — Львів : Видавництво Львівської політехніки, 2017. — С. 11–14. — (1. Моделювання лінгвальних явищ і новітні інформаційні технології).
Bibliographic description: Khairova N. Model formalizatsii smyslovoho znachennia elementiv faktu rechennia anhliiskoi movy / Nina Khairova, Tetiana Haidenko // Liudyna. Kompiuter. Komunikatsiia : zbirnyk naukovykh prats. — Lviv : Vydavnytstvo Lvivskoi politekhniky, 2017. — P. 11–14. — (1. Modeliuvannia linhvalnykh yavyshch i novitni informatsiini tekhnolohii).
Є частиною видання: Людина. Комп’ютер. Комунікація : збірник наукових праць, 2017
Журнал/збірник: Людина. Комп’ютер. Комунікація : збірник наукових праць
Дата публікації: 8-чер-2017
Видавництво: Видавництво Львівської політехніки
Місце видання, проведення: Львів
Lviv
Теми: логіко-лінгвістична модель
автоматичне вилучення фактів
технічна документація
триплет факту
граматичні категорії
Кількість сторінок: 4
Діапазон сторінок: 11-14
Початкова сторінка: 11
Кінцева сторінка: 14
Короткий огляд (реферат): This work is related to the search and processing of facts by using the logical-linguistic model in the English technical documentation. We consider the fact in the form of a triplet: Subject>Predicate>Object with the Predicate representing relations and the Object and Subject pointing out two entities. The logical-linguistic model is based on the use of the grammatical and semantic features of words in English sentences.
URI (Уніфікований ідентифікатор ресурсу): http://ena.lp.edu.ua:8080/handle/ntb/40843
ISBN: 978-966-941-072-6
Власник авторського права: © Національний університет “Львівська політехніка”, 2017
URL-посилання пов’язаного матеріалу: https://habrahabr.ru/company/yandex/blog/205198/,01.11.2016
Перелік літератури: 1. Agichtein, E., Gravano, L. Snowball: Extracting Relations from Large Plaintext Collections. In: Proceedings of the 5th ACM International Conference on Digital Libraries, 85–94, San Antonio, Texas, (2000)
2. Etzioni, O., Banko, M., Soderland, S., Weld, D. Open information extraction from the Web. In: Communications of the ACM, 68-74, (2008).
3. Fader, S., Soderland, O.: Etzioni Identifying relations for open information extraction. In: Conference on Empirical Methods in Natural Language Processing. Edinburgh, Scotland, 1535 – 1545 (2011)
4. Хайрова Н., Логіко-лінгвістична модель генерації фактів із текстових потоків інформаційно- корпоративної системи/ Ніна Хайрова. Наталя Шаронова, Аджит Пратап Сінгх Гаутам// International Journal Informatiom theories & application – 2015. vol. 22. № 2. – P 142-152.
5. Mooney, R. J., Bunescu R. Mining Knowledge from Text Using Information Extraction. In: Newsletter. ACM SIGKDD Explorations Newsletter - Natural language processing and text mining, vol.7, issue 1, 3–10 (2005)
6. Sint, R. , Schaffert, S., Stroka, S., Ferstl, R. Combining Unstructured, Fully Structured and Semi- Structured Information in Semantic Wikis. In: Proceedings of the 4th Semantic Wiki WorkShop (SemWiki) at the 6th European Semantic Web Conference, ESWC (2009)
7. Yahya, M., Whang, Е. S., Gupta R., Halevy A. ReNoun: Fact Extraction for Nominal Attributes. In: Proceedings of the Conference on Empirical Methods in Natural Language (EMNLP), 325 – 335 (2014)
8. Вопросно-ответные системы: развитие и перспективы: ежемесячный научно-технический сборник/ В. А. Лапшин. – М.: ВИНИТИ, 2012. – 32 с.
9. Извлечение объектов и фактов из текстов в Яндексе: Лекция для Малого ШАДа //https://habrahabr.ru/company/yandex/blog/205198/,01.11.2016.
References: 1. Agichtein, E., Gravano, L. Snowball: Extracting Relations from Large Plaintext Collections. In: Proceedings of the 5th ACM International Conference on Digital Libraries, 85–94, San Antonio, Texas, (2000)
2. Etzioni, O., Banko, M., Soderland, S., Weld, D. Open information extraction from the Web. In: Communications of the ACM, 68-74, (2008).
3. Fader, S., Soderland, O., Etzioni Identifying relations for open information extraction. In: Conference on Empirical Methods in Natural Language Processing. Edinburgh, Scotland, 1535 – 1545 (2011)
4. Khairova N., Lohiko-linhvistychna model heneratsii faktiv iz tekstovykh potokiv informatsiino- korporatyvnoi systemy/ Nina Khairova. Natalia Sharonova, Adzhyt Pratap Sinhkh Hautam// International Journal Informatiom theories & application – 2015. vol. 22. No 2, P 142-152.
5. Mooney, R. J., Bunescu R. Mining Knowledge from Text Using Information Extraction. In: Newsletter. ACM SIGKDD Explorations Newsletter - Natural language processing and text mining, vol.7, issue 1, 3–10 (2005)
6. Sint, R. , Schaffert, S., Stroka, S., Ferstl, R. Combining Unstructured, Fully Structured and Semi- Structured Information in Semantic Wikis. In: Proceedings of the 4th Semantic Wiki WorkShop (SemWiki) at the 6th European Semantic Web Conference, ESWC (2009)
7. Yahya, M., Whang, E. S., Gupta R., Halevy A. ReNoun: Fact Extraction for Nominal Attributes. In: Proceedings of the Conference on Empirical Methods in Natural Language (EMNLP), 325 – 335 (2014)
8. Voprosno-otvetnye sistemy: razvitie i perspektivy: ezhemesiachnyi nauchno-tekhnicheskii sbornik/ V. A. Lapshin, M., VINITI, 2012, 32 p.
9. Izvlechenie obieektov i faktov iz tekstov v Iandekse: Lektsiia dlia Maloho ShADa //https://habrahabr.ru/company/yandex/blog/205198/,01.11.2016.
Тип вмісту : Article
Розташовується у зібраннях:Людина. Комп’ютер. Комунікація. – 2017 р.



Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.