Обсуждение участника:Надежда Аткина

Добро пожаловать в Викиверситет![править]

Здравствуйте, и добро пожаловать в русскоязычную часть Викиверситета! Надеемся, Вы получите большое удовольствие от участия в проекте.

Постарайтесь вначале статьи обозначить цель Вашей работы. Укажите, является ли создаваемая Вами страница учебным курсом или исследовательской работой.

Если Вы хотите написать энциклопедическую статью, то для этого есть Википедия, см. Чем не является Викиверситет.

Ознакомьтесь, пожалуйста, с вики-разметкой и принципами размещения и именования статей.

Чтобы получать актуальную информацию о событиях, происходящих в Викиверситете, Вы можете установить шаблон {{Актуально}}, например, в самое начало своей страницы обсуждения.

Иллюстрации загружайте на Викисклад, предназначенный для хранения медиафайлов вики-проектов. Прочитайте, пожалуйста, брошюру об основах иллюстрирования статей в Википедии и работе на Викискладе. Загруженные файлы на Викисклад можно будет одинаково легко использовать в Википедии и в Викиверситете.

По всем вопросам смело обращайтесь на портал сообщества или к одному из администраторов. При этом, пожалуйста, подписывайтесь на страницах обсуждения (но не в статьях Викиверситета), используя четыре идущих подряд знака тильды (~~~~). И ещё раз — добро пожаловать! :-) вы можете убрать данный шаблон с вашей страницы обсуждения по собственному желанию

-- New user message (обсуждение) 08:58, 20 сентября 2012 (UTC)[ответить]

Занятие 4 октября[править]

Вторичная обработка первичной эмпирической информации. Вторичная обработка первичной эмпирической информации по своей сути означает структурирование знаний.

СТРУКТУРИРОВАНИЕ ЗНАНИИ: • Концептуальная структура предметной области • Функциональная структура предметной области • Формализация и программная реализация базы знаний

КОНЦЕПТУАЛЬНАЯ СТРУКТУРА ПРЕДМЕТНОЙ ОБЛАСТИ Одна из наиболее творческих процедур при построении экспертных систем — процедура концептуального анализа полученных знаний или структурирование. Структурирование — это процесс создания полуформализованного описания предметной области. Такое полуформализованное описание называется полем знаний. Обычно оно создается в графической форме. Поле знаний Pz можно описать следующим образом: Pz = <Sk,Sf>, где Sk — концептуальная структура предметной области; Sf — функциональная структура предметной области. Концептуальная структура, или модель предметной области, служит для описания ее объектов и отношений между ними, т.е. можно сказать, что концептуальная модель Sk представляет собой следующее: Sk = <A,R>, где А — множество объектов предметной области; R — множество отношений, связывающих объекты.

ФУНКЦИОНАЛЬНАЯ СТРУКТУРА ПРЕДМЕТНОЙ ОБЛАСТИ Функциональная структура отражает модель рассуждений и принятия решений, которой пользуется эксперт при решении задачи. Обычно функциональная структура представляется в виде каузальных отношений и может быть позднее формализована в виде коротких правил "если — то" в виде семантических сетей. Представить функциональную структуру можно в виде таблицы, графа или предложений на естественном языке. Наглядные формы предпочтительны. Часто в моделях рассуждений присутствуют нечеткие понятия — "часто", "много", "очень", "высокий", "большой" и др. Для их представления базе знаний используется так называемая нечеткая логика, автор которой — Л.Заде, предложил простой формализм для таких понятий. Этот формализм использует понятие нечеткой функции принадлежности, которая отражает численно на шкале [0, 10] или [О, 1] степень уверенности эксперта в том, что конкретное значение можно отнести к данному нечеткому понятию.

ФОРМАЛИЗАЦИЯ И ПРОГРАММНАЯ РЕАЛИЗАЦИЯ БАЗЫ ЗНАНИЙ Сформировав поле знаний в виде концептуальной и функциональной структур, инженер по знаниям вместе с программистом подыскивают подходящий язык представления знаний, который, с одной стороны, позволит выразить все особенности знаний предметной области без искажения структуры поля знаний, а с другой, — будет иметь эффективную программную реализацию в виде транслятора или оболочки.

Автоматизированные системы обработки текстовой информации. Проблема обработки огромного количества информации имеет два аспекта:

это автоматический сбор информации
автоматический разбор поступившей информации по данной тематике, проведенный на основе анализа текста документа.

Автоматизированные системы обработки информации могут использоваться:

для предварительной обработки информации;
для статистической обработки информации;
для контент анализа текстовой информации.

Система Ваал

Система ВААЛ разрабатывается с 1992 года и позволяет прогнозировать эффект неосознаваемого воздействия текстов на массовую аудиторию, анализировать тексты с точки зрения такого воздействия, составлять тексты с заданным вектором воздействия, выявлять личностно-психологические качества авторов текста, проводить углубленный контент-анализ текстов и делать многое другое.

Области возможного применения

Составление текстов выступлений с заранее заданными характеристиками воздействия на потенциальную аудиторию. Активное формирование эмоционального отношения к политическому деятелю со стороны различных социальных групп. Составление эмоционально окрашенных рекламных статей. Поиск наиболее удачных названий и торговых марок. Психо- и гипнотерапия. Неявное психологическое тестирование и экспресс-диагностика. Создание легких в усвоении учебных материалов. Научные исследования в области психолингвистики и смежных с нею дисциплинах. Журналистика и другие сферы деятельности, использующие в качестве инструмента СЛОВО. Социологические и социолингвистические исследования. Информационные войны. Контент-анализ текстов. Мониторинг СМИ.

Система TextAnalyst

Программа разработана в Московском научно-производственном инновационном центре «МикроСистемы». TextAnalyst используется в качестве инструмента для анализа содержания текстов, смыслового поиска информации, формирования электронных архивов.

Возможности системы

Система TextAnalyst позволяет осуществлять:

* Выявление смысла текста.
*  Точное изложение текстового материала.
*  Исследование текстов по заданной тематике.
*  Эффективную навигацию по текстовой базе.
*  Пояснение структуры основы текста.
*  Кластеризацию текстов.
*  Семантический поиск информации.