Труды КНЦ вып.12 (ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ вып. 5/2021(12))

семиотические модели Поспелова-Полякова [7], отвечающие за целостность и полноту использования имеющейся информации на каждом этапе работы всей системы моделирования. Это свойство позволит реализовать в системе все основные привлекательные характеристики ситуационного подхода [8]: строгость логического вывода, поскольку на каждом шаге моделирования исследуется подмодель, эквивалентная некоторой формальной системе со свойством общезначимости; возможность однозначной классификации и обобщения ситуаций [8, 9]; координируемость задач всех модулей, участвующих в решении текущей задачи [10]. Программно-алгоритмическое наполнение системы моделирования ЕЯ Здесь рассматриваются в основном средства интеллектуализации разрабатываемой системы моделирования ЕЯ. Как во всех современных средствах работы с ЕЯ, основной структурой формализации и представления знаний будет система онтологий, специфика ее построения заключается в поддержке ситуационного подхода [11]. Для логико­ семантической обработки языковой информации предназначена алгебра кортежей и QC-структуры [12]. Имеющийся у авторов задел по этой тематике представлен в работах [13, 14], но, конечно, он требует доработки и верификации для каждого типа задач рассматриваемого проекта. Средства координации взаимодействий инструментов анализа информации и контроля корректности хода обработки данных будут строиться в рамках концепции ситуационной осведомленности [15], при этом вся система моделирования в целом позиционируется как сетецентрическая структура [16]. Тестирование и верификацию системы моделирования предполагается осуществлять с помощью электронного корпуса "Туган тел" [17, 18], содержащего порядка 200 млн. морфологически размеченных словоформ. О потенциале грамматики татарского языка для разработки интеллектуальных систем Среди важных признаков интеллектуальности систем принятия решений, как правило, выделяются такие свойства, как активность знаний, то есть первичность анализа данных и вторичность принятия решения на основе этого анализа; возможность оперировать нечеткой информацией, семантически управляемой контекстом, и исполнять нечеткие команды. В последнее время, особенно в условиях активного развития одного из направлений искусственного интеллекта - технологий нейронных сетей и машинного обучения, актуальными становятся исследования по управляемости искусственного интеллекта человеком и по созданию ИИ, интерпретируемого и интерпретирующего свои решения. Таким образом, на первый план выходит проблема «объяснения» искусственным интеллектом принимаемых им решений, а также понимания и адекватного восприятия машиной человека как «старшего». Практически эта задача может формулироваться как создание «общего здравого смысла», «общей ментальности», «общей картины мира» человека и ИИ. Одним из перспективных направлений в этом плане является исследование естественных языков для формирования «разума» ИИ, основанного на лексико-грамматических моделях ЕЯ. Как показано в [19], очевидной 60