Методы, алгоритмы и программы дискурсивного анализа для построения мультиязыковых тематических глоссариев

• Автор: Боумедин Ахмад Шаннаг
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2011
• Место защиты: Санкт-Петербург
• Количество страниц: 145 с. : ил.

Оглавление
Введение
Положения, выносимые на защиту
Г лава
1.1. Общие понятия, развитие и применение информационных систем
1.2. Информационные технологии в развитии маркетинга в туристической сфере
1.3. Основные аспекты информационно - логистических и семиологических систем
1.4. Структура инфологической системы
1.5. Обзор основных этапов создания глоссария
1.6. Обзор глоссариев
1.7. Предпосылки для создания мультиязыкового глоссария
1.7.1. Проблема многоязычия в Интернет среде
1.7.2. Проблемы смыслового поиска информации
Выводы по главе
Глава 2. Глоссарии и методы извлечения иерархических понятий
2.1. Процесс создания глоссария
2.2. Глоссарий и организации
2.3. Основные подходы к извлечению иерархических понятий
2.3.1. Лексико-синтаксические шаблоны
2.3.2. Дистрибутивное подобие
2.3.3. Вычисление степени сходства
2.3.4. Иерархическая кластеризация
2.3.5. Анализ совместной встречаемости
2.4. Построение иерархии понятий методом формально-концептуального
анализа
Выводы по главе
Глава 3. Предварительная обработка данных
3.1 Словарь терминов предметной области
3.2 Сбор данных
3.2.1. Предварительная обработка документов
3.2.2. Предварительная кластеризация текстов антологии
3.3. Оценка и сравнение словарей
3.4. Рейтинго-ранговые распределения слов в текстах
Выводы по главе
Глава 4. Извлечение информации для семантической интерпретации
4.1. Система «TAERGloss»
4.2. Извлечение семантической информации
4.3. Оценка и сравнение словарей
4.3.1. Оценки «Точность», «Recall» и «Гармоническое среднее F»

4.3.2. Утилита лексического анализа
Выводы по главе
Глава 5. Построение иерархии понятий
5.1. Подход иерархического представления понятий
5.2. Иерархический кластерный анализ
5.3. Формально-концептуальный анализ (ГСА)
5.4 Оценка полученных результатов
5.5. Построение глоссария
5.6. Интерфейс программы «ТАЕЬозз»
Выводы по главе
Заключение
Список использованной литературы

Введение
Сервисные информационные Интернет-технологии непрерывно создают инновационные приложения, тем самым значительно расширяя свои функциональные возможности. Например, для решения задачи таргетинга в области туристического маркетинга актуальны мультиязыковые глоссарии, инвариантные (совместные) принятым терминологическим определениям в разных странах. Мультиязыковая терминология в сфере туристического маркетинга претерпевает существенные изменения, сообразно стремительному темпу развития и формирования как общественных отношений (конгрессы, международные договоры и научные семинары), так и туризма, его отраслей и видов. В любой деятельности, особенно связанной с международными сделками, самым актуальным является вопрос дефиниций, т.е. совместных (унифицированных) и принятых за основу определений, понятий и терминов. Разночтения в толковании применяемых терминов и их интерпретации на другие языки могут иметь самые неблагоприятные последствия для туристической деятельности в области маркетинга и таргетинга. Разработка стандартов, протоколов, форматов и формирование мультиязыковых тезаурусов рекомендуемых слов, терминов и понятий дают возможность систематизировать термины определенной предметной области и специфики стран, избежать многозначности и омонимии.
В диссертационной работе проведен анализ мониторинга текстового содержания и нормативных документов Интернет-среды по выбранной теме описания маркетинга туристической сферы, то есть комплекса услуг и товаров, в совокупности своей образующих туристическую поездку (тур) или имеющих к ней непосредственное отношение, а также обладающих специфическими чертами производителей (в данной работе - специфика туризма в Султанате Оман) и потребителей туристических услуг.

koala, owl - пример простой онтологии о людях и сумчатых. Составитель Хольгер Кнублаух.
humans+pets.owl - учебник по OWL. Составители: Шон Беххофер, Ян и Питер Хоррокс, Патель-Шнайдер.
semanticbible - исследования применения технологий текстовой разметки и компьютерной лингвистики в изучении Священного Писания.
SWEET - онтология Semantic Web для экологической терминологии.
travel.owl - онтология Semantic Web семантик-веб по теме туризма (учебник). Составитель Хольгер Кнублаух.
1.7. Предпосылки для создания мультиязыкового глоссария
1.7.1. Проблема многоязычия в Интернет среде
Язык - это средство, с помощью которого происходит обмен информацией в обществе, другими словам — это базовое средство коммуникации, основа самовыражения каждого индивида и общества, как в устной, так и в письменной форме [29]. Языки мира - полутерминологическое сочетание, которое обозначает, прежде всего, естественные идиоэтнические языки, т.е. родные языки народов, населяющих или когда-либо населявших земной шар. Такие языки усваиваются естественным путем - в процессе речевого развития индивида и обслуживают сферу естественного повседневного общения. Примеры идиоэтнических языков -русский, английский, арабский, китайский, татарский и др. Все языки земного шара приблизительно равны по структурной сложности. Не существует «примитивных» языков, так как каждый язык идеально приспособлен для выражения культуры говорящего на нем народа.
В этой работе проводятся исследования и эксперименты с тремя языками: арабским, русским и английским. За каждым из представленных языков стоят миллионы людей на них говорящих, а следовательно, это и миллионы