Пример реализации псевдофизической логики времени

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

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).

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:

где R — правило вывода; TF — параметры ВО; Т = {t_e, t_r t_s) (t_e — интервал события, t_r — точка отсчета, t_s — 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 (e_v 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.

Рис. 6.33. Архитектура системы обработки временной информации.

Рис. 6.34. Структура нечеткой нейронной сети.

Нечеткое правило R: Если x_t есть Л, & х₂ есть А_2г & … & х" есть А"_г то у есть (а, а_2р а_с,.), где х, — входная лингвистическая переменная, /' = 1,2,…, п; A_ir представляет собой нечеткое множество для лингвистической переменной х{, a_ir — степень принадлежности у к классу 6',.

В качестве функции принадлежности для оптимизации параметров сети с помощью метода опорных векторов выбирается функция Гаусса:

где z_ir — центр (математическое ожидание) функции принадлежности множества Л"; Gj — ширина (дисперсия) функции принадлежности множества Л_1Г

Работа сети. В слое 2 вычисляются функции принадлежности для каждой лингвистической переменной.

В слое 3 выполняется операция & {and). Для правила R^

где ц_г*(Х) — степень принадлежности X к классу К по правилу R_r

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? ц_Л(Х) = 0, вводится следую;

/=1.

щее правило: Если х_{ есть Л₁₀ & х₂ есть Л₂о & … & х_п 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.