Пример реализации псевдофизической логики времени
![Реферат: Пример реализации псевдофизической логики времени](https://gugn.ru/work/6576416/cover.png)
Где R — правило вывода; TF — параметры ВО; Т = {te, tr ts) (te — интервал события, tr — точка отсчета, ts — интервал речи); TR (T) = {BEGIN, END, FUTURE, DURING, BEFORE, AFTER, OVERLAPS, EQUALS}, т. е. отношение между временем события и одним из двух отсчетов времени (времени отсчета и времени речи) в Т может принимать одно из восьми вышеуказанных отношений; тогда как TR (ev е2) = {AFTER, BEFORE… Читать ещё >
Пример реализации псевдофизической логики времени (реферат, курсовая, диплом, контрольная)
В качестве примера рассмотрим систему обработки временной информации в тексте.
Пример 6.3.
Система обработки временной информации в тексте разработана на основе еще одной ПЛВ. Для решения задачи построена гибридная модель, использующая средства нечеткой логики и нейронных сетей.
В ней, гак же как и в первой модели, параметры события описываются с помощью глагольных конструкций. При этом считается, что видовременные формы глаголов однозначно определяют порядок следования событий (табл. 6.1).
Таблица 6.1
Порядок следования событий
Грамматическая категория. | Значения. |
Временная форма. | Прошедшее, настоящее, будущее. |
Вид глаголов. | Несовершенный, совершенный. |
Кроме глагола существуют другие грамматические единицы, описывающие событие. В русском языке к ним можно отнести краткое прилагательное, отглагольное существительное, причастие и деепричастие.
Параметры между двумя событиями чаще всего выражаются временными союзами, к которым относятся: перед тем как, после, во время, с тех пор, когда, пока, м/с, в то время как. Кроме временных союзов существуют другие грамматические единицы, которые отражают временной порядок событий в тексте. Это временные предлоги, наречия, местоимения и частицы.
Для извлечения динамической информации из русскоязычного текста принимаются следующие ВО: AFTER, BEFORE, DURING, INCLUDES, OVERLAPS, /?_ OVERLAPPED, EQUALS, BEGIN и? M) (рис. 6.32).
![Временные отношения.](/img/s/8/33/1436433_1.png)
Рис. 6.32. Временные отношения
На основании данных рассуждений строится база правил для вывода ВО в тексте на русском языке.
Модель временных отношений. Модель ВО описывается следующим образом:
![Пример реализации псевдофизической логики времени.](/img/s/8/33/1436433_2.png)
где R — правило вывода; TF — параметры ВО; Т = {te, tr ts) (te — интервал события, tr — точка отсчета, ts — интервал речи); TR (T) = {BEGIN, END, FUTURE, DURING, BEFORE, AFTER, OVERLAPS, EQUALS}, т. е. отношение между временем события и одним из двух отсчетов времени (времени отсчета и времени речи) в Т может принимать одно из восьми вышеуказанных отношений; тогда как TR (ev е2) = {AFTER, BEFORE, DURING, INCLUDES,'OVERLAPS, IS OVERLAPPED, EQUALS).
База содержит пять групп правил для определения ВО между событиями или между событиями и временными отсчетами.
Архитектура системы. На рис. 6.33 представлен пример архитектуры системы обработки временной информации[1].
Обработка происходит в три этапа. На первом используются правила для увеличения размера обучаемого набора. Здесь без особых усилий создается больший аннотированный корпус текстов. На втором этапе решается задача классификации ВО с помощью метода машинного обучения. При этом используется корпус текстов для генерации нечетких правил нечеткой нейронной сети.
Структура нечеткой нейронной сети. Предлагается нечеткая нейронная сеть, состоящая из четырех слоев (рис. 6.34).
В слое 1 осуществляется фаззификация параметров событий.
В слое 2 вычисляются функции принадлежности лингвистических переменных.
В слое 3 представлены нечеткие правила.
В слое 4 суммируются веса из правил для вычисления степени принадлежности выходной переменной у к каждому классу.
Рассмотрим структуру более подробно.
![Архитектура системы обработки временной информации.](/img/s/8/33/1436433_3.png)
Рис. 6.33. Архитектура системы обработки временной информации.
![Структура нечеткой нейронной сети.](/img/s/8/33/1436433_4.png)
Рис. 6.34. Структура нечеткой нейронной сети.
Нечеткое правило R: Если xt есть Л, & х2 есть А2г & … & х" есть А"г то у есть (а, а2р ас,.), где х, — входная лингвистическая переменная, /' = 1,2,…, п; Air представляет собой нечеткое множество для лингвистической переменной х{, air — степень принадлежности у к классу 6',.
В качестве функции принадлежности для оптимизации параметров сети с помощью метода опорных векторов выбирается функция Гаусса:
![Пример реализации псевдофизической логики времени.](/img/s/8/33/1436433_5.png)
где zir — центр (математическое ожидание) функции принадлежности множества Л"; Gj — ширина (дисперсия) функции принадлежности множества Л1Г
Работа сети. В слое 2 вычисляются функции принадлежности для каждой лингвистической переменной.
В слое 3 выполняется операция & {and). Для правила R^
![Пример реализации псевдофизической логики времени.](/img/s/8/33/1436433_6.png)
где цг*(Х) — степень принадлежности X к классу К по правилу Rr
В четвертом слое суммируются степени принадлежности всех правил, получен;
Л/ п
ные на слое 3: М*)= (*/)> k=l, 29…, С.
/-=1 i=1.
С
Чтобы (ДДХ), Л = 1,2,С, удовлетворяло условию? цЛ(Х) = 0, вводится следую;
/=1.
щее правило: Если х{ есть Л10 & х2 есть Л2о & … & хп есть Л,/0, то у есть (а10, ос^, а"0), где Луо — универсальное нечеткое множество. Функция принадлежности переменной к этому множеству принимает значение единицы для всех входных значений.
м п
Тогда |i*(X) примет вид ц*(Х) = а*0 + Пи,>(л,).
Г=1 1=1.
Выходная переменная у определяется так: у = arg max k = 1,2,…, С.
- [1] Максаковский В. П. Географическая картина мира. М.: Дрофа, 2009.