Труды КНЦ вып.9 (ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ) вып. 9/2019(10)

Таблица 3. Примеры меронимии и гиперонимии Гипонимия река волга змей горыныч армия махди университет организация бог гор лингвист чарльз река свислочь государство израиль марка электроника Меронимия губерния империя митрополия церковь слово словосочетание текст модуль история философия алфавит язык буква слово масса атом столица империя вид род буква алфавит состояние вещество семейство вид Среди общего количества пересекающихся слов, присутствующих, как в тезаурусе, так и анализируемых текстах аннотаций Википедии, было получено 2534 бинарных отношений. Были отмечены верно относительно тезауруса WordNet 1697 прагматических отношений, что составляет 67% от общего количества. Метод имеет потенциал к повышению точности результатов за счет разработки интегрированной оценки наличия прагматических отношений и учета в ней всех доступных характеристик. Систематизация которых является направлением дальнейшей работы. Литература 1. Berry M.W. Survey o f Text Mining. Clustering, Classification, and Retrieval. Berlin: Springer-Verlag, 2004. 244 p. 2. Капитонов О. А., Тютюнник В.М. Логико-лингвистическая модель семантической разметки веб-страниц // Фундаментальные исследования. - 2013. № 1-3. С. 714-717. 3. Кулешов С. В., Зайцева А. А., Марков В. С. Ассоциативно-онтологический подход к обработке текстов на естественном языке // Интеллектуальные технологии на транспорте. 2015. № 4. 4. Золотова Г. А., Онипенко Н. К., Сидорова М. Ю. Коммуникативная грамматика русского языка. // Институт русского языка им. В. В. Виноградова РАН. 2004. 44 с. ISBN: 5-88744-050-3. 5. Осипов Г. С. Методы искусственного интеллекта. 2011 г. ISBN: 978-5-9221- 1323-6. 6. Барышникова Н. Ю. Обработка запросов на естественном языке на основе семантических сетей и шаблонов // Вестник АГТУ. Серия: Управление, вычислительная техника и информатика. 2016. № 4. 7. Collobert R., Weston J., Bottou L., Karlen М., Kavukcuoglu K. and Kuksa P. (2011) Natural Language Processing (Almost) from Scratch. J. // Mach. Learn. Res. 12 (November 2011), 2493-2537. WordToVec URL: https://arxiv.org/pdf/1103.0398 .pdf. 96