Естественный интеллект, Искусственный интеллект, Домашняя страница Шуклина Дмитрия shuklin@bk.ru Отказ от взаимных обязательств

Основные задачи исследования.

• построение формальной модели смысла текста естественного языка в виде некоторой формальной алгебры;
• разработка семантической нейронной сети как формальной алгебры, описывающей смысл текста на естественном языке;
• разработка операций над смыслом текста, как операций, выполняемых семантической нейронной сетью;
• разработка структуры семантической нейронной сети, идентифицирующей понятия, соответствующие элементам текста естественного языка;
• разработка структуры семантической нейронной сети, выполняющей морфологический разбор слов естественного языка;
• разработка структуры семантической нейронной сети, выполняющей синтаксический разбор предложений естественного языка;
• разработка структуры семантической нейронной сети, обрабатывающей морфологическую и синтаксическую синонимию и омонимию слов естественного языка;
• разработка структуры семантической нейронной сети, выполняющей обработку понятий естественного языка;
• создание виртуальной машины моделирующей семантическую нейронную сеть на последовательной вычислительной системе;
• создание программных продуктов, в основу которых положены разработанные структуры семантической нейронной сети и проверка правильности их функционирования на контрольных примерах;
• экспериментальная проверка функционирования разработанных структур семантической нейронной сети;

Научная новизна работы.

• получила дальнейшее развитие гипотеза о близкой аналогии между естественным языком и математическими высказываниями. На основании чего введено понятие семантической нейронной сети как формального представления и обработки смысла текста;
• установлено, что в качестве формального языка описания смысла текста может выступать некоторая алгебра, организованная в виде семантической нейронной сети;
• предложена реализация функций обработки градиентных данных, выполняемых нейронами;
• предложена реализация нейронной сети с помощью синхронизированных и не синхронизированных нейронов;
• разработана структура синхронизированного линейного дерева, обеспечивающая:
• идентификацию понятий, соответствующих элементам текста;
• морфологический разбор слов;
• обработку морфологической синонимии и омонимии;
• словообразование и словоизменение;
• синтаксический разбор предложений;
• обработку синтаксической синонимии и омонимии;
• предложена структура линии времени, обеспечивающая на уровне дискурса обработку связей между элементами различных предложений;
• разработана структура семантической нейронной сети, эквивалентная продукционной экспертной системе.

Практическое значение полученных результатов.

• предложен набор функций API для ядра виртуальной машины, моделирующей семантическую нейронную сеть;
• разработана программная реализация виртуальной машины моделирующей семантическую нейронную сеть на последовательной вычислительной системе;
• разработана программная реализация продукционной экспертной системы на основе виртуальной машины, моделирующей семантическую нейронную сеть;
• разработана программная реализация, строящая дерево синтаксического подчинения предложения естественного языка;
• реализована специально модифицированная семантическая нейронная сеть обрабатывающая семантическую синонимию и омонимию финансовых показателей электронных документов;
• на основе синхронизированного линейного дерева реализована модель внутреннего монолога;
• осуществлено применение модели внутреннего монолога для синтеза фраз естественного языка.