将问题的自然语言表述转化为求解程序生成的语义模型的规则的归纳

DOI:

评审日期

出版日期

注解: 在本文中，我们考虑了将问题的自然语言公式化转换为问题的语义模型的规则的自动合成（归纳）问题，根据该模型可以生成解决此问题的程序。 这个问题是在PGEN++程序的生成，识别和转换系统中考虑的。 在对文学资料的分析的基础上，选择了一种综合解决这一问题的方法，即自动生成将自然语言公式转换为问题语义模型的规则，并由特定学科领域的专家手工编写生成类的规范和根据模型生成程序的规则。 在对象-事件模型的框架内，首次提出了自动生成识别脚本及其伴随实体（CSV表，XPath函数）的机制。 基于训练样本的分析来执行生成，所述训练样本包括描述主题区域的对象的句子，并结合这种对象的实例。 通过搜索唯一关键字和特征语法关系进行分析，随后使用简单的消除诱导方案。 还提出了一种自动生成用于填充/完成初级识别模型到全语义模型的规则的机制。 这种生成是通过分析训练样本对象之间的关系来执行的，同时考虑来自领域类规范的信息。 所提出的方案已经在主题领域"矢量数据的简单处理"中进行了测试，展示了自然语言语句（既包括在训练样本中又被修改）成功地转换为语义模型，并随后生成解决任务的程序。

出版日期: