Бесплатный автореферат и диссертация по наукам о земле на тему

Компьютерная технология понимания геологических текстов

ВАК РФ 25.00.35, Геоинформатика

Содержание диссертации, доктора технических наук, Дудецкий, Владимир Николаевич

Глава 1. Основы геологической терминологики.

1.1. Роль и значение геологической терминологики в развитии геологической науки.

1.2. Предмет геологической терминологики.

1.3. Средства геологической терминологики.

Глава 2. Основные проблемы понимания компьютером текста на естественном языке и методы их решения.

2.1. Роль и значение понимания текста на естественном языке для решения задач человекомашинного общения

2.2. Анализ состояния проблемы компьютерного понимания текста на естественном языке.

2.3. Основные цели и задачи совершенствования механизма понимания текста компьютером.

Глава 3. Методологические основы регулирования взаимодействий процессов в системе понимания текста.

3.1. Механизм преобразования текста во внутренние образы.

3.2. Регулирование процессов формирования базы знаний.

3.3. Развитие компьютерной системы знаний.

3.4. Совершенствование элементов механизма понимания текста на естественном языке.

3.4.1. Совершенствование методов построения базы знаний

3.4.2. Развитие стратегий анализа текста в системах человекомашинного общения.

3.4.3. Методы оптимизации системы понимания текста на естественном языке

3.4.3.1. Задачи повышения качества функционирования систем человекомашинного общения.

3.4.3.2. Улучшение объемно-временных характеристик систем человекомашинного общения.

3.4.3.3. Обеспечение целостности и надежности данных в системах человекомашинного общения.

Глава 4. Апробация технологии анализа геологических текстов.

Введение Диссертация по наукам о земле, на тему "Компьютерная технология понимания геологических текстов"

Актуальность темы.

Развитие вычислительной техники позволяет решать все более сложные задачи в производстве, науке и социальной сфере. Объединенные общим термином трудноформализуемые, задачи эти представляют собой предмет непрекращающихся попыток их решения на протяжении последних пятидесяти лет. Среди множества трудноформализуемых задач большое внимание уделялось и уделяется решению задач человекомашинного общения на естественном языке. К ним относится задача построения терминологических систем по отдельным областям научного знания.

Если терминологией называется стихийно сложившаяся совокупность терминов, то терминологическая система представляет собой упорядоченную терминологию. В отличие от терминологической системы, терминология, как правило, не отличается полнотой и имеет нечеткое соотношение между системами понятий и терминов, т. е. не каждому понятию соответствует определенный термин, и наоборот, один и тот же термин может соответствовать разным понятиям. Поэтому при построении терминологической системы для какого-либо терминологического поля необходимо выполнение следующих операций: выявление исходных неопределяемых понятий данного терминологического поля; выявление сложных производных понятий; проверка системы понятий на полноту и построение классификационной схемы; проверка имеющихся определений понятий на непротиворечивость и уточнение их в соответствии с классификационной схемой; построение полной терминологической системы; разработка формального представления для использования в автоматизированных фактографических системах [105, 106].

Перечисленные операции требуют выполнение рутинной работы в огромных объемах. Поэтому до сих пор работы в основном проводились в двух разных направлениях: сбор терминологии и создание терминологических справочников и разработка дескрипторных словарей. Сбор терминологии пока ограничивался «инвентаризацией». Не проводились работы по определению полноты терминологии и построению терминологических систем и по установлению взаимно однозначного соответствия между системой понятий и системой терминологии. Для ускорения процесса создания терминологических систем необходимо решить задачу автоматизации процесса их построения.

Эта задача особенно актуальна при создании геологических терминологических систем, так как геологический язык обладает многозначностью не только лексического, но и синтаксического и стилевого плана. Многозначность геологического языка — это не его недостаток, а неизбежное следствие принадлежности к естественному языку. Специфика лексики геологического языка обусловлена тем, что основную семантическую нагрузку в ней выполняют термины и слова общелитературного или общенаучного языка, но употребляемые в терминологическом значении.

Перечисленные проблемы обуславливают необходимость и актуальность разработки теоретических и практических основ дальнейшего совершенствования системы понимания текста на естественном языке.

В диссертации приводится обобщение результатов исследований автора, опубликованных в научных работах, отражающих его вклад в процесс совершенствования методологии понимания компьютером текста на естественном языке и методики организации базы знаний системы.

Цель исследования: разработка методов, алгоритмов и комплекса программ понимания геологических текстов, обусловленная необходимостью построения терминологических геологических систем.

Для достижения поставленной цели необходимо решить следующие задачи: провести оценку современного состояния компьютерного понимания текста на естественном языке и определить методы его совершенствования для обеспечения эффективности построения терминологических систем в геологии; выбрать критерий качества понимания текста компьютером, позволяющий определить требования к структуре базы знаний, моделям, алгоритмам и программному обеспечению системы понимания текста; разработать базу знаний системы и выполнить программирование разработанных моделей и алгоритмов, обеспечивающих требуемый уровень качества понимания текстов; провести апробацию технологии анализа геологических текстов, которая позволит оценить уровень качества понимания текста системой.

Предметом исследования является геологическая терминология и геологические тексты, представляющие разные направления геологической науки.

Объектом исследования являются методы и алгоритмы понимания компьютером текста на естественном языке.

Общетеоретическую и методологическую базу исследований составляют труды отечественных и зарубежных ученых в области интеллектуальных систем, прикладной лингвистики, инженерной психологии, информационного анализа, геологии.

Методика исследования.

Разнообразие и сложность предметной области анализа обусловили необходимость использования системного и программно-целевого подхода, расчетно-аналитических методов, создание методологической и методической основы для формирования механизма понимания текста на естественном языке и апробацию разработанных положений в отдельных научных организациях.

Научная новизна работы заключается в следующем: разработана методика автоматизации процесса создания терминологических систем в геологии, основанная на компьютерной технологии понимания текста на естественном языке; разработана современная методология понимания текста, основанная на компьютерном моделировании и автоматизирующая процесс построения геологических терминологических систем; разработана система понимания текста на естественном языке, построенная на основе оригинальной распределенной неоднородной саморазвивающейся базы знаний; проведен анализ геологических, геофизических, геохимических и геоинформационных текстов на предмет особенностей их лексической, синтаксической, семантической и логической структуры, а также анализ геологической терминологии.

Защищаемые положения: методология понимания компьютером текста позволяет автоматизировать процесс построения геологических терминологических систем разных направлений геологического знания; методика автоматизации построения геологических терминологических систем, основанная на компьютерной технологии понимания текста, позволяет повысить эффективность создания этих систем; качество машинного понимания текстов на естественном языке есть монотонно возрастающая функция количества прочитанных системой текстов и времени ее функционирования; анализ геологических текстов, проведенный с помощью системы понимания текста на естественном языке, показал способность системы к построению терминологических систем в такой трудноформализуемой области естественного языка как геологический язык.

Практическая значимость полученных результатов.

Результаты исследования имеют практическое значение для процесса понимания компьютером текста на естественном языке. Использование предложенных в работе методологических основ, методических рекомендаций, аналитических разработок и разработанной на основании их системы понимания текста на естественном языке способствует совершенствованию научной обоснованности и эффективности решений, принимаемых при проектировании человекомашинного общения в различных приложениях.

Апробация результатов диссертационного исследования.

Основные положения, выводы и рекомендации диссертации были доложены на II и III Международных конференциях «Новые идеи в науках о Земле». Методологические и методические предложения легли в основу разработанной автором системы понимания текста на естественном языке, внедрение которой в учебный процесс позволяет проводить занятия со студентами на качественно новом уровне.

Ряд положений диссертационной работы нашел отражение в монографии:

Система понимания текста на естественном языке. М.: РИО МГГА, 2001,107с.

Публикации. Основное содержание диссертации опубликовано и содержится в 33 работах общим объемом 19,3 п.л., в том числе выполненных лично автором 16,2 п.л., включающих 1 монографию и 32 статьи в сборниках и журналах.

Объем работы.

Диссертация состоит из введения, 4 глав, заключения, списка литературы.

Заключение Диссертация по теме "Геоинформатика", Дудецкий, Владимир Николаевич

1. С широким внедрением персональных ЭВМ в различные области производственной и научной деятельности начался этап автоформализации профессиональных знаний, то есть началась массовая компьютеризация различных областей человеческой деятельности, ранее не формализованных и формализуемых в настоящее время не профессиональными математиками и программистами, а непосредственно специалистами в конкретных предметных областях. Подобная ситуация явилась предпосылкой для создания многообразных интерактивных систем. Вмешательство специалиста-непрограммиста в вычислительный процесс происходит в основном на уровне принятия решений в трудноформализуемых точках этого процесса, когда неформализованный опыт исследователя, его интуиция позволяют выбрать близкий к оптимальному путь решения. Основная задача персональных вычислений - формализация профессиональных знаний -

выполняется, как правило, полностью самостоятельно непрограммирующим профессионалом или при минимальной технической поддержке программиста, который включается в процесс формализации знаний на инструментальном уровне, оставляя содержательную часть задачи специалисту в данной предметной области. Первая же попытка формализовать профессиональные знания позволяет автоматизировать сравнительно легко поддающуюся алгоритмизации рутинную часть работы, которая даже у людей творческих профессий отнимает более 75% их рабочего времени. Если учесть, что в промышленно развитых странах до 50% трудоспособного населения работает в сфере обработки информации, то понятно внимание, которое уделяется сейчас автоформализации знаний.За последние 50 лет развития вычислительной техники оказалось закодированной в машинные программы значительная часть задела ранее формализованных знаний, накопленных человечеством за последние 300 лет интенсивного развития точных наук. Готовых алгоритмов для автоматизации конторских работ, промышленного производства, экспериментальных исследований и других неарифметических приложений ЭВМ не существует.После исчерпания значительной части формальных алгоритмов дальнейшее развитие информационной индустрии потребовало разработки альтернативной информационной технологии - технологии автоформализации профессиональных знаний. Учитывая долю профессиональных математиков-программистов в общем числе пользователей ЭВМ (0,5% и 50%), а также их профессиональные возможности, можно предположить, что их реальные возможности в ближайшем будущем будут ограничиваться разработкой базовых средств автоматизации. Все, что могут сделать профессионалы-программисты -

попытаться создать типовую технологию или спектр типовых технологий по основным проблемным областям, то есть попытаться создать инструментальные средства, обеспечивающие непрограммирующим профессионалам процесс самостоятельной формализации их индивидуальных профессиональных знаний.2. Одна из самых фундаментальных информационных задач для профессионалов-программистов в геологии — создание автоматизированной базы знаний для различных информационно-поисковых систем и терминологических банков данных, т. е. широкое применение ЭВМ в информационном обеспечении геологических задач. Все остальные виды информационных работ, хотя и имеют самостоятельный характер, но могут также рассматриваться как связанные с автоматизацией, так как подготавливают для нее почву. Автоматизация представляет собой комплексную проблему, эффективность ее внедрения зависит от качества первичных и вторичных документов и от степени продвинутости формальных и содержательных методов изучения языка.Изучение геологического языка идет пока только в двух направлениях.Первое — составление различных справочников и словарей. Второе направление—информационное, включающее составление общего отраслевого дескрипторного словаря и словарей по отдельным тематическим разделам. Оба направления являются в большей степени терминологическими. Работы, связанные с геологическим языком, показали несовершенство определений геологических понятий, неоднозначность терминологии, наличие большого числа синонимов и устойчивых словосочетаний, т. е. все те особенности, которые вообще свойственны развивающемуся естественному научному языку [105].Таким образом, работа с геологической терминологией представляет собой относительно самостоятельную задачу в рамках разработки автоматизированной базы геологических знаний.Если терминологией называется стихийно сложившаяся совокупность терминов, то терминологическая система представляет собой упорядоченную терминологию. В отличие от терминосистемы, терминология, как правило, не отличается полнотой и имеет нечеткое соотношение между системами понятий и терминов, т. е. не каждому понятию соответствует определенный термин, и наоборот, один и тот же термин может соответствовать разным понятиям [105, 106].Поэтому, при построении терминосистем в геологии, как и в других науках, нужно производить следующие действия:

1). Выявлять исходные неопределяемые понятия.2). Выявлять сложные производные понятия.3). Проводить проверку системы понятий на полноту.4). Проводить проверку имеющихся определений понятий на непротиворечивость.5). Строить полную терминологическую систему.6). Разрабатывать формальное представление накопленной информации для использования ее в автоматизированных фактографических системах.Такой подход при автоматизации данной схемы позволяет перейти на новый уровень построения и понимания терминосистем, как к некоей научной проблеме, т.е. перейти к терминологике - научному направлению исследования терминосистем.В частности, предметом геологической терминологики являются исходные неопределяемые понятия и сложные производные понятия геологии, логические схемы, связывающие эти понятия, и алгоритмы обработки данных для решения различных геологических задач. Кроме того, к предмету геологической терминологики относятся методы проверки понятий на полноту и непротиворечивость, методы построения терминологических систем и методы формализации информации.Целью же геологической терминологики является построение терминосистем по различным направлениям геологии.При построении геологических терминосистем должны будут выявляться противоречия, несоответствия и неполнота в системе геологических понятий, логических схемах и алгоритмах обработки информации, то есть будут указываться узкие места в существующей системе геологических знаний и предлагаться методы их устранения. Роль и значение геологической терминологики в развитии геологической науки определяется действенностью методов и рекомендаций по устранению узких мест в геологическом знании.К средствам геологической терминологики относится лингвистический процессор и база геологических знаний. Задачей лингвистического процессора является пополнение базы геологических знаний на основании анализа геологических текстов. При инициализации базы знаний лингвистический процессор создает базы правил анализа текстов. На этапе создания базы геологических знаний проводится загрузка геологических словарей. Для пополнения базы знаний лингвистическим процессором производится анализ геологических текстов и доопределение базы знаний.Должна быть также предусмотрена работа лингвистического процессора в интерактивном режиме.Непротиворечивая и полная база геологических знаний является основой создания терминосистем для различных направлений геологической науки. Показано, что для решения поставленных задач лингвистический процессор и база знаний должны быть объединены в единую систему понимания текста на естественном языке.3.Анализ геологических текстов, проведенный с помощью системы понимания текста на естественном языке, показал способность системы к построению терминологических систем в такой трудноформализуемой области естественного языка как геологический язык. Этим доказана возможность применения разработанной системы понимания текста на естественном языке в качестве средства терминологики. В то же время, проведенный анализ указывает на направления развития средств терминологики. Основными направлениями являются: разработка интерфейса между системой понимания текста и существующими системами распознавания речи; • разработка и внедрение методов распознавания образов; • синтез изображений; разработка системы методов формализации информации, хранящейся в терминологических системах.Основной проблемой включения разработанных систем распознавания речи в средства терминологики является то, что существующая система понимания текста настроена на морфологически, синтаксически и семантически правильные тексты. Учитывая высокий процент ошибок существующих распознавателей речи, потребуется существенное расширение базы морфологических, синтаксических и семантических правил, а также, возможно, и расширение функций лингвистического процессора.Формирование теоретической базы проблемы распознавания образов еще далеко от своего завершения, поэтому внедрение в средства терминологики частных методов распознавания образов потребует значительных как теоретических, так и эмпирических исследований.Учитывая роль синтеза изображений как средства компьютерного самоконтроля и средства слежения пользователя за процессом понимания текста, данное направление исследований следует считать наиболее приоритетным.Формализация информации, хранящейся в терминологической системе, для конкретного приложения должна производиться совместно с пользователем данного приложения.

Библиография Диссертация по наукам о земле, доктора технических наук, Дудецкий, Владимир Николаевич, Москва

1. Акофф Р. J1. Системы, организации и междисциплинарные исследования. — В кн.: Исследования по общей теории систем. М., Мир, 1969, с. 143—164.

2. Александров В.В., Горский Н.Д. Представление и обработка изображений. Рекурсивный подход, Наука, 1985. 190 с.

3. Александров В.В.,Горский Н.Д., Мысько С.К., Экспертные системы анализа изображений. JL: ЛИИАН, 1986. 37 с.

4. Алексеева Е.Ф., Стефашок В. JI. Экспертные системы -состояние и перспективы. Изв. АН СССР. Техн. кибернетика. 1984. - N 5.-С. 153-167.

5. Амосов Н.М., Касаткин А.И., Касаткина J1.M. Активные семантические сети в роботах с автономным управлением. Тр. IV МОКИИ. М. 1975, - Т.9. - С. 11-20.

6. Апресян Ю.Д. Лексическая семантика. Семиотические средства языка. М.: Наука, 1974. - 366 с.

7. Апресян Ю.Д., Богуславский И.М., Иомдин Л.Л. и др. Лингвистическое обеспечение в системе автоматического перевода третьего поколения. -М.: АН СССР, 1978. 47 с.

8. Ахоу А. В., Улман Дж. Д. Теория языков. — «Кибернетический сборник». М., Наука, 1969, № 6, с. 145—183.

9. Бабин Д.Н., Дудецкий В.Н., Уранцев A.B. и др. Распознавание изолированных слов ограниченного словаря. Свидетельство об официальной регистрации программы для ЭВМ № 940412,1994.

10. Бабин Д.Н., Дудецкий В.Н., Уранцев A.B. и др. Устройство для синтеза и анализа речевых сигналов. A.c. № 94045004, 1997.

11. Бердяев H.A. Человек и машина, Вопросы философии, 1989,N2.

12. Берталанфи JI. фон. Общая теория систем: критический обзор.—В кн.: Исследования по общей теории систем. М., Мир, 1969, с. 32—82.

13. Берталанфи JI. фон. Общая теория систем — обзор проблем и результатов.—В кн.: Системные исследования. М., Мир, 1969, с. 30— 54.

14. Бирюков Б. В. О некоторых философско-методологических сторонах проблемы значения знаковых выражений.— В кн.: Проблемы знака и значения. М., 1969, с. 55—80.

15. Блауберг И. В., Садовский В. Н., Юдин Э. Г. Системные исследования и общая теория систем.—В кн.: Системные исследования. М., Наука, 1969, с, 7—29.

16. Блауберг И. В., Садовский В. Н., Юдин Э. Г. Системный подход в современной науке.—В кн.: Проблемы методологии системного исследования. М., Наука, 1969, с. 7—48.

17. Братчиков И.Л., Фитиалов С.Я. Цейтин Г.С. О структуре словаря и кодировке информации для машинного перевода. Материалы по машинному переводу. Л.: ЛГУ, 1968.

18. Брунер Дж. Онтогенез речевых актов. Психолингвистика: Пер с англ. М.: Прогресс, 1964. -С.21-49.

19. Брябрин В.М. Диалоговая информационно-логическая система. Семиотика и информатика. 1978. Вып.9. - С. 17-24.

20. Вап Дам А. Машинная графика. Современный компьютер: Пер. с англ. М.: Мир. 1986. - 109 с.

21. Ван Хао. Формализация и автоматическое доказательство теорем. Кибернетический сборник: Пер. с англ. М.: Мир, 1970. - Вып. 7. - С. 180-193.

22. Ветров А. А. Выражение и обозначение.— «Вопросы философии», 1970, № 1, с. 91—100.

23. Ветров А. А. Предмет семиотики.—«Вопросы философии», 1965, №9.

24. Гладун В.П. Формирование понятий путем обучения растущих сетей. Кибернетика. 1970. № 2. С. 107-112.

25. Гладун В.П. Эвристический поиск в сложных средах. -Киев: Наукова думка, 1977. 116с.

26. Глушков В. М. Синтез цифровых автоматов. М., Наука, 1962,476 с.

27. Горелов И.Н. Невербальные компоненты коммуникации. -М.: Наука, 1980.- 104с.

28. Горемыкин A.M., Дудецкий В.Н. Система управления базой данных КВАНТ. В кн.: Информационный бюллетень «Алгоритмы и программы», М., ВНТИЦ, 1983, № 2, 7с.

29. Горемыкин A.M., Дудецкий В.Н. Системы управления базой данных для ЭВМ типа СМ. В кн.: Методические материалы школы-семинара головной организации РОСФАП- НПО АСУ «Москва»., М., Госплан РСФСР, РОСФАП, НПО АСУ «Москва», 1983, с.40^13.

30. Горемыкин A.M., Дудецкий В.Н. Система распределенной обработки информации КВАНТ-Р. —«Вопросы радиоэлектроники»,Серия АСУПР, выпуск 3, 1983, с.ЗЗ—42.

31. Горский Д. П. Проблема значения (смысла) знаковых выражений как проблема их понимания.—В кн.: Логическая семантика и модальная логика. М„ Наука, 1967, с. 54—83.

32. Гуд Г., Макол Р. Системотехника. Введение в проектирование больших систем. М., Мир, 1982, 383 с.

33. Девис М. Устранение лишнего из механических доказательств. Кибернетический сборник: Пер. с англ. М.: Мир, 1970. Вып. 7.-С. 160-179.

34. Дейт К. Введение в системы баз данных: Пер. с англ. М.: Наука, 1980.-463 с.

35. Джордж Ф. Мозг как вычислительная машина. М., Мир, 1983,528 с.

36. Дрибас В.П. Реляционные модели баз данных. Минск: БГУ, 1982.-192с.

37. Дуда Р., Харт П. Распознавание образов и анализ сцен: Пер. с англ. -М.: Мир, 1976. -511 с.

38. Дудецкий В.Н. Общесистемное программное обеспечение сети ВЦКП для СМ ЭВМ. В кн.: «Тезисы докладов Всесоюзной конференции «Проблемы создания сетей ВЦКП и РАБД в городском хозяйстве», ГКНТ СССР, АН СССР, НПО АСУ «Москва», М., 1984, с.109—112.

39. Дудецкий В.Н. Структура и схема функционирования РАБД СМ ЭВМ в сети ВЦКП. В кн.: Проблемы создания распределенныхавтоматизированных банков данных. М., НПО АСУ «Москва», 1985, с.15-20.

40. Дудецкий В.Н. Новая технология ввода информации в базу данных КВАНТ. В кн.: Тезисы докладов Всесоюзного семинара «Проблемы создания и развития автоматизированных систем научных исследований», ГКНТ СССР, АН СССР, НПО АСУ «Москва», М., 1983, с.137—150.

41. Дудецкий В.Н. Основные концепции организации системы управления базой данных КВАНТ. В кн.: тезисы докладов научно-технического семинара «Проблемы создания САПР в кузнечно-прессовом машиностроении», Минстанкопром СССР, ЭНИКМАШ, Воронеж, 1983, с.57—58.

42. Дудецкий В.Н. Расширение возможностей СУБД КВАНТ в части обновления данных. В кн.: Тезисы докладов II Всесоюзной конференции «Управление большим городом», часть 2, ГКНТ СССР, АН СССР, НПО АСУ «Москва», М., 1983, с. 117—118.

43. Дудецкий В.Н. Оценка времени обслуживания запросов к базе данных СУБД КВАНТ. В кн.: Тезисы докладов II Всесоюзной конференции «Управление большим городом», ГКНТ СССР, АН СССР, НПО АСУ «Москва», М., 1983,с.118—119.

44. Дудецкий В.Н. Некоторые вопросы программной поддержки многомашинных комплексов. В кн.: Тезисы докладов Всесоюзного семинара «Мини-ЭВМ и микропроцессоры в управлении большим городом», ГКНТ СССР, АН СССР, НПО АСУ «Москва», М., 1984.

45. Дудецкий В.Н. Концептуальное проектирование АСУ. В кн.:Тезисы докладов XI Всесоюзного совещания по проблемам управления, Ташкент, 1989, с. 109.

46. Дудецкий В.Н. Компьютерная модель обыденной интуиции. В кн.: Тезисы докладов III Международной конференции «Новые идеи в науках о Земле». -М., Полимаг, 1997, том 4, с.246.

47. Дудецкий В.Н. Система автоматизации проектирования трудноформализуемых задач в области технологии разведки. -«Геоинформатика», 1999г., № 4, с. 14-22.

48. Дудецкий В.Н. Организация данных в системе понимания текста на естественном языке . «Геоинформатика»,2000г., № 2, с. 14-21.

49. Дудецкий В.Н. Система понимания текста на естественном языке. -МГГА. М.: 2001, 107с.

50. Ефимова С. М. П-графы для представления знаний. -Препринт. М., 1985. - 40 с. - (ВЦ АН СССР).

51. Ефимова С.М., Суворов Е.В. Модель П-графов для представления знаний и способ ее аппаратной реализации на основе метода МЗ. Изв. АН СССР. Техн. кибернетика. 1986. - N 2. - С. 32-47.

52. Жолковский А.К. Модель "Смысл-Текст". Энциклопедия кибернетики. Киев: Украинская Советская энциклопедия. 1974. - Том 2.

53. Завалишин Н.В., Мучник И.Б. Модели зрительного восприятия и алгоритмы анализа изображений. М.: Наука, 1974. - 344 с.

54. Зиновьев А. А. Основы логической теории научных знаний. М., Наука, 1967.

55. Каждан А.Б., Пахомов В.И. Обработка исходных эмпирических данных с позиций системного подхода к изучению недр .- Сов.геология, 1986, No 11.

56. Калиниченко JI.A. Методы и средства интеграции неоднородных баз данных. М.: Наука, 1983. - 423 с.

57. Карри X. Б. Основания математической логики. М., Мир, 1969,568 с.

58. Кини P.JI., Райфа X. Принятие решений при многих критериях: предпочтения и замещения. М. «Радио и связь», 1981.

59. Кирчук B.C. и др. Методы и средства оперативной цифровой обработки изображений. Автометрия. — 1984. № 4 - С. 80-87.

60. Клаус Г. Кибернетика и философия, М., "Иностранная литература", 1963.

61. Козловский Е.А., Питерский В.М., Комаров М.А. Кибернетика в бурении. М., Недра, 1982. 298с.

62. Количественные методы прогнозирования месторождений. Методические рекомендации. Л., Недра, 1980.

63. Коллинз Г., Блэй Дж. Структурные методы разработки систем: от стратегического планирования до тестирования. М.; Финансы и статистика, 1986.

64. Критерии прогнозной оценки территорий на твердые полезные ископаемые. Под. ред. Д.В.Рундквиста. JL, Недра, 1978.

65. Леонтьева H.H. Автоматический перевод как понимание и реферирование. Прикладные и экспериментальные лингвистические процессоры. Новосибирск: ВЦ СО АН СССР. 1982.

66. Леонтьева H.H. Об информационной системе словарей Машинного фонда русского языка. Машинный фонд русского языка. Идеи и суждения. - М.: Наука, 1986.

67. Литвак С.Р., Рооомаа Т.А., Салувеер М., Ыйм Х.Я. О распознавании гиперсобытий в системах понимания связного текста. -Диалоговые системы и представление знаний: Тр. по искусственному интеллекту Тартус. ун-та. Тарту, 1981. С. 56-70.

68. Литвинцева Л.В. Представление знаний о каузальных и временных зависимостях- Тр. школы-семинара "Семиотическиеаспекты формализации интеллектуальной деятельности". Кутаиси, 1985. - С.87-89.

69. Лурия А. Р. Основы нейропсихологии. М.: Наука, 1973. - 374с.

70. Майника Э. Алгоритмы оптимизации на сетях и графах. М.: Мир, 1981.

71. Мальцев A.A. Алгебраические системы. М.: Наука, 1970. 392с.

72. Маркс К. и Энгельс Ф. Немецкая идеология.— Соч. Изд. 2-е, т.3.

73. Мартин Дж. Организация баз данных в вычислительных системах: Пер. с англ. М.: Мир, i960.- 662 с.

74. Мартынов В. В. Универсальный семантический код: УСК-3. Минск: Наука и техника. 1984.- 132 с.

75. Марчук Ю.Н., Тихомиров Б.Д., Щербин В.И. Система машинного перевода с английского языка на русский -Машинный перевод и автоматизация информационных процессов .-М.: ВЦП, 1975.

76. Мегрелидзе К. Д. Основные проблемы социологии мышления. Тбилиси, 1965,488 с.

77. Мельчук И.А. Опыт теории лингвистических моделей. "Смысл текст".- М.: Наука, 1974. - 314с.

78. Ми кулич Л.И. Проблемы создания экспертных систем. -Ученые записки Тартуского ГУ. Тарту, 1985. -Вып. 714. Теория и модели знаний (теория и практика создания систем искусственного интеллекта). -С. 87-114.

79. Моделирование языковой деятельности в интеллектуальных системах. М.: Наука, 1987. - 279 с.

80. Мэрфи Дж. Как устроены и работают электронные цифровые машины, М., Мир, 1965, 392 с.

81. Нарвский И. С. Проблема «значения» в теории познания.— В кн.: тема знака и значения. М., Наука, 1969, с. 5—54.

82. Нариньяни A.C. Проект ЗАПСИБ серия лингвистических процессоров для взаимодействия с базами данных. - Вопросы разработки прикладных систем. - Новосибирск : ВЦ СО АН СССР. 1979.

83. Никольская И. Л., Тараканова 3. П. Аналитическая геометрия. Пробованное учебное пособие. М., Высшая школа, 1970, 700 с.

84. Обработка изображений и цифровая фильтрация: Пер. с англ. М.: Мир, 1967.

85. Оптнер С. Системный анализ для решения деловых и промышленных проблем. М.: Советское радио. 1968. — 216с.

86. Ошкордин О.В., Мецгер A.A., Фролов С.Г. Закон композиции технологической системы как принцип алгоритмизации технологического знания. Тезисы докладов Всесоюзной конференции "Диалог ЭВМ-человек", Изд. Свердловского ЦНТИ, Свердловск, 1989, 1с.

87. Павлидис Т. Алгоритмы машинной графики и обработки изображений. М.: Радио и связь, 1986. - 398с.

88. Пирс Дж. Р. Символы, сигналы, шумы. Закономерности и процессы передачи информации. М., Мир, 1967, 336 с.

89. Попов Э.В. Общение с ЭВМ на естественном языке. -М.: Наука, 1982.-360 с.

90. Поспелов Д.А. Логико-лингвистические модели в системах управления. М.: Энергоиздат, 1981.-231 с.

91. Поспелов Д.А., Сильдмяэ И.Я. Ролевые структуры в представлении знаний и в диалоговых системах Изв. АН СССР. Техн. кибернетика. - 1985. - N 5. - С. 83-89.

92. Поспелов Д.А. Ситуационное управление: теория и практика. -М.: Наука, 1986.-284 с.

93. Преображенский А.Б. Состояние развития систем естественноязыкового общения. Искусственный интеллект. Кн.1. Системы общения и экспертные системы. - М.: Радио и связь, 1990.

94. Прэтт У.К. Цифровая обработка изображений. М.: Мир. 1982.-31 с.

95. Розенфельд А. Распознавание и обработка изображений с помощью вычислительных машин. М.: Наука, 1972. - 232 с.

96. Русын Б.П. Структурно-лингвистические методы распознавания изображений в реальном времени. -Киев.: Наукова думка, 1986.-127 с.

97. Скороходько Э.Ф. Информационно-поисковая система БИТ. -Киев: Наукова думка, 1968. 120 с.

98. Скотт Т. Основы программирования. Курс программированного обучения. М., Мир, 1965, 490 с.

99. Слупецкий Е., Борковский JI. Элементы математической логики и теория множеств. М., Наука, 1965, 368 с

100. Смирнова. A.C. Информационный анализ в геологии. М.: Недра, 1985.

101. Смирнова A.C. Построение автоматизированных фактографических информационно-поисковых систем в геологии. М., Недра, 1976.

102. Совпель И.В. Вопросы реализации систем автоматического анализа текстов естественных языков. Дис. канд.физ.-мат.наук. Минск, 1982.-305с.

103. Справочник по системотехнике. М., Мир, 1970, 688 с.

104. Тыугу Э.Х. Концептуальное программирование. М.: Наука.1984.-255 с.

105. Ульман Дж. Основы систем баз данных : Пер. с англ. -М.: Мир, 1983.-335 с.

106. Файн B.C. Новые аспекты машинного понимания сообщений. Изв. АН СССР. Техн. кибернетика. 1982. - N 5. - С. 100-112.

107. Филиппов В.И. Реляционно-сетевая модель данных. Прикладная информатика. -М.: Финансы и статистика, 1983. -С. 147-170.-Вып. 2.

108. Филиппов В.И. Теоретико-множественный подход к моделям данных. Материалы III Всесоюз. конф. "Банки данных". -Таллин, 1985.-С. 16-25.

109. Фогель JI., Оуэне А., Уолш М. Искусственный интеллект и эволюционное моделирование. М., Мир, 1969, 232 с.

110. Фу К.С. Структурные методы в распознавании образов: Пер. с англ.-М.: Мир, 1977.-319с.

111. Хилтон А. М. Логика и цепи переключения. М.—Л., Мир, 1962, 88с.

112. Хомский Н. Аспекты теории синтаксиса. — М.: Изд-во МГУ,1972.

113. Цаленко М.Ш. Семантические и математические модели баз данных. Итоги науки и техники. Сер. Информатика. -М., ВИНИТИ. —1985.-Т. 9.-280с.

114. Цикритис и др., Цикритис Д., Лоховски Ф. Модели данных. М.: Финансы и статистика, 1985. - 343 с.

115. Цифровое кодирование графики. ТИИЭР. 1980. - 68. - 7.216 с.

116. Цифровое кодирование телевизионных изображений. М.: Радио и связь, 1981.

117. Черкасов Ю.М., Дудецкий В.Н. Система распределеннойобработки информации КВАНТ-Р . В кн.: Информационный бюллетень «Алгоритмы и программы», М., ВНТИЦ, 1985, № 5, с.7.

118. Чукин Ю.В. Структуры данных для представления изображений. Зарубежная радиоэлектроника. - 1983.- № 8. - С. 85-108.

119. Чумаченко Б.А., Власов В.П., Марченко В.В. Системный анализ при геологической оценке перспектив рудоносности территорий. М., Недра, 1980.

120. Энгельс Ф. Анти-Дюринг.— Маркс К„ и Энгельс Ф. Соч. Изд. 2-е, т.20.

121. Энгельс Ф. Диалектика природы.— Маркс К. и Энгельс Ф. Соч. Изд. 2-е, т. 20.

122. Ярославский Л.П. Введение в цифровую обработку изображений. М.: Сов. Радио, 1979. -220с.

123. Austin J.L. How to do things with words.- N.Y.: Oxford Uhiv. Press, 1962.-119 p.

124. Barton G., j-r. On the complexity of ID/LP parsing. -Computational Linguistics. -1985. -Vol.11. -N.4. -P.205-218.

125. Barwise J., Perry. J. Situations and attitudes.-Cambridge (Mass.): Bradford Books, 1983.

126. Bobrow D.G., Fraser B. An augmented, elate transition network analysis procedure.- Proc. Joint Conf. on Artificial Intelligence.-Bedford (Mass.): Mitre Corp., 1969.-P.557-567.

127. Bobrow D. (ed.). Special issue on non-monotonic logic. Artif. Intell.-1980.-Vol.l3.N.l-2. Bonissone P., Tong R. Editorial: reasoning with uncertainty in expert systems. - J. Man-Mach. Stud. -1985.-Vol. 22, N.3.-P.241-250.

128. Buchanan G.B., Feigenbaum E.A. DENDRAL and META-DENDRAL, their applications dimensions. Artif. Intell.-1978. -N.11.-P.5-24.

129. Burton R.R., Brown J.S. Towards a natural -language capability for computer-assisted, instruction. Proc. Instructional Systems Development. -N. Y.: Academic Press, 1979. -P.273-313.

130. Chomsky N. Syntactic structures,- The Hague: Gravenhage, Mouton.1957.

131. Chomsky N. Remarks on nominalization. -Readings in English Transformational Grammar.-Boston, 1970. -P. 184-221.

132. Codd E.F. Extending the database relational model to capture more meaning.- ACM Trans, on Database systems. -1979.-Vol.4. N.4.-P.397-434.

133. Codd E.F. Data models in data base management. SIGPLAN Notes. 1981.-Vol. 16, № 1.-p.l 12-114.

134. Computer-assisted Instruction. The Stanford Arithmetic Program. 1988 (Inst, for math, studies in the social sciences, Stanford).

135. Dreyfus H, Z, Alchemy and Artificial Intelligence. — Rand-Corporation.sport P-3244. December, 1985.

136. Dyer M.G. Integration, unifioat ion, reconstruction, modification: an eternal parsing braid. Proc. 7-th IJCAI.-1981.-P.37-42.

137. Dyer M.G. In-depth understanding. Research Report 219.-Yale Univ. Dep. Comp. Science, 1982.

138. Fillmore C.J. The case for case. Universals in Linguistic Theory. N. Y. : Holt, Rinehart and Winston. -1968.

139. Fillmore C.J. The case for case reopened. -Syntax and Semantics. Vol. 8. Grammatical Relations.-N. V-.: Academic Press, 1977.

140. Fum D., Tasso C. A propositional language for text Representation. Computational Models of Natural Language Processing.-N. Y.: Elsever Science Publishing CoTp.(North Holland), 1984.-P.121-150.

141. Gallaire H., Minker J. (eds.) Logic and data bases. N. Y.: Plenum Press, 1978. -458 p.

142. Gasdar G. Phrase Structure Grammar.- The nature of syntactic representation .-Dordrecht: D.Reidel.- 1982.

143. Gasdar G. Phrase structure grammars and natural languages. -Proc. IJCAI.-1983.-P.556-565.

144. Green C. Theorem proving by resolution as a basis for question-answering systems. Maoh. Intell. - V.4. - 1969. - P. 183-205.

145. Grice H.P.Logic and conversation. Syntax and Semantics, 3. Speech Acts.-N.Y., 1973.

146. Grishman R. Implementation of the string parser of English.-Natural Language Processing. Courant Computer Science Symposium 8.-N.Y.: Algorithmics Press. 1973.-P.89-110.

147. Grosz B.J. Utterance and objective: issues in natural language communication. AI Magazine. -I980.-Vol.l.-P.l 1-20.

148. Hendrix G. Expanding the utility of semantic networks through partitioning. Proc. IJCAI-IV. -1975.-Vol. 1.-P. 115-121.

149. Hewitt C. PLANNER: A language for manipulating model b and proving theorems in a robot. Memo 68.AI Lab., MIT, Cambridge, Mass., 1971.

150. Higginbotham J. English ia not a context-free language. — Linguistic Inquiery.-1984.-Vol. 15.-P. 119-126.

151. Hirst G. Anaphora in natural language understanding: a survey. — Lecture notes in Computer Science. -119.- Berlin: Springer-Verlag, 1981.

152. Hobbs J.R., Rosenschein S.J., Making computational sense of Montague's intensional logic, Artificial Intelligence, 9, 1987.

153. Jakobson R.Language in relation to other communication systems. The Hague: Mouton, 1971.

154. Jacoby B.E. On Database logics. J ACM.-1982. -Vol.29, N. 2.-P.310-332.

155. Kaplan R., Bresnan J. Lexical-functional grammar; a formal system for grammatical representation. the Mental Representation of Grammatical Relations,- Cambridge, Mass.: MIT Press, 1982.

156. Katz J., Fodor J. (eds.) The structure of a semantic theory. The Structure of Language. -N.Y.: Prentice-Hall. Englewood, Cliffs, 1964.

157. Kowalski R. Predicate logic as programming language. Proc. IFIP Congress. - 1974. -P. 569-574.

158. Kuno S., Oettinger A.G. Multipe syntactic analyzer Information Processing -62- Amsterdam: North-Holland Publishing Co. ,1963. 128-133.

159. Lea W.A., Prosodic Correlates of Linguistic Structures, In Topics in Speech Sciences, Broad D. J., Ed. Speech Communications Research Laboratory, Santa Barbara, 1987.

160. Lehnert W.G., Black J.B., Reiser B.J. Summarizing narratives. -Proc. 7-th IJCAI.-Vancouver,1981. -P. 184-189.

161. Lehnert W.G., Dyer M.G., Jonson P.N., Yang C.J., Harley S. Boris an experiment in in-depth understanding of narratives. - Artif. Intell. -1981.-Vol. 20, N. l.-p 15-62.

162. Maier D. The theory of relational Databases. Computer Science Press, 1983.-637 p.

163. Montague R. Universal grammar. Theoria. 36. - Part 3. 1970. — p.373-398.

164. Montague R. English as a formal language. Visentini et al (eds). Ling, nella Societae nella Tecnica. Milan, 1970.

165. Montague R. The proper treatment of quantification in ordinary English. Thomason R.H. (ed.) Formal Philosophy.- New Haven: Yale Univ. Press, 1974.-P.247-270.

166. Montague R., Formal Philosophy, Yale University Press, New Haven and London, 1984.

167. Mostow D.J., Hayes Roth F., A production system for speech understanding, In Pattern-Directed Inference Systems, Waterman D.A., Hayes Roth F., Eds., Academic Press, New York, 1988.

168. Multiresolution image processing and analysis. Rosenfeld A. (ed.). Berlin: Springer, 1984.

169. Obermeier K.K., de I lilster D. DIID data-independent interface for data-bases: the A1 perspective. - SPIE.-Vol.548.Applications of Artificial Intelligence 11. -1985. -P.220-226.

170. O'Malley M., Kloker D. R., Dara-Abrams D., Recovering from Spoken Algebraic Expressions, IEEE Trans. Audio and Electroacoust., 21, 1983.

171. Oshika B.T., et al. The Role of Phonological Rules in Speech Understanding Research, Proc. IEEE Symposium on Speech Recognition, Pitsburght, 1984.

172. Petrick S. Field-testing the transformational question answering ( TQA ) system.- Proc. 19th Annual Conf. ACL. 1981. -P.35-36.

173. Postal P.M. Langendoen D.T. English and the class of context-free languages.- Computational Linguistics. -1984.Vol. 10, N. 3-4.-P.177-181.

174. Prior A.N. Time and modality.-Oxford, 1957. Pullum G.K. On two recent attempts show that English is not a CFL.- Computational Linguistics. 1984.-Vol. 10, N.3-4.-p.182-186.

175. Quillian M.R. Semantic memory. Semantic Information Proc.-Cambridge, Mass.: MIT Press, 1968.-P.227-270.

176. Reisbeck O.K. Conceptual analysis.- Conceptual Information Processing.-Amsterdam: North-Holland, 1975.

177. Rosen B.K. Context-sensitive syntax analysis. Mathematical Linguistics and Automatic Translation. -Rep.NSF-18.-Cambridge, Mass., 1967.-P.1-46.

178. Rosenthal D.A., Bajacsy R. Visual and conceptual hierarchy: a paradigm for studies of recognition strategies. IEEE Trans.-1984.-Vol.PAMI-6. N.13.-P.319-325.

179. Sager N. Syntactic Analysis of Natural Language.- Advances in Computers.-N.Y.: Academic Press, 1967.-Vol.8.-P.153-188.

180. Sager N. The string parser for scientific literature // Natural Language processing. Courant Computer Science Symp.8.-N.Y.: Algorithmic Press, 1973.-P.61-88.

181. Sager N. Natural language information processing: a computer grammar of English and its applications. Reading, Mass.: Addison-Wesley, 1981.

182. Schank R. Conceptual information processing. -Amsterdam: North-Holland Publ. Co., 1975. Рус. пер.: Шенк P. Обработка концептуальной информации. М.: Энергия, 1980.-360 с.

183. Schank P.O., Abelson R.P. Scripts, plans and knowledge. -Advanced Papers of the 4th IJCAI.Tbilisi.-1975. -Vol. 1. -P. 151 -15 7.

184. Schank R.C. Dynamic memory. -Cambridge, Mass.: Cambridge Univ.Press,1982.

185. Schubert L.K. Extending the expressive power of semantic networks. Proc 4-th IJCAI, 1975.-V.I. -P. 158-164.

186. Searl J.R. Indirect speech acts. Syntax and semantics.-N.Y.: Academic Press.-1973.-V.3. -P.59-82.

187. Senko M.E. A query-maintenance for data independent accessing model 11. Inf. System.-1980.- Vol. 5, N.4. -p.22-257.

188. Tanimoto S.L., Pavlidis T. A hierarchal data structure for picture processing. Comput. Graph. Image Process. -1975. -Vol.4. N.l. -p. 104119.

189. Thomason R.H. A model Theory for Propositional Attributes. -LTR. -1980. -N.4. -p.47-70.

190. Waltz D.L. PLANES: an English language question answering system for a large relational database. CACM. 1978.-Vol.21,N.7.-P.526-539.

191. Wierzbicka A. Dociekania semantyozne. Wroclaw, 1969.

192. Wilensky R. Why John married Mary: understanding stories involving recurring goals. Cognitive Sci. -1978.-Vol.2.-P.235-266.

193. Wilensky R. Story grammars versus story points. -The Behavioral and Brain Sciences.-1983. -N.6.-P.579-623.

194. Wilks Y.A. Grammar, meaning, and the machine analysis of language. -London: Routledge and Kegan Paul, 1972.

195. Wilks Y.A. Frames, scripts, stories and fantasies.-Pragmatios.-1977.-N.2.

196. Winograd T. Procedures as representation for data in computer programs for understanding natural language. -Ph. D. thesis.-Cambridge, Mass., MIT Rep. MAC-TR-84,1971.

197. Winograd T. Understanding natural language. -N.Y.; Academic Press, 1972.

198. Winograd Т., Frame representations and the declarative/procedural controversy, In Representation and Understanding: Studies in Cognitive Science, Bobrow D.G., Collins A., Eds., New York, Academy Press, 1985.

199. Woods W.A. Transition network grammars for natural language analysis.- CACM.-1970. -Vol.l3.N.10.-P.591-606. Рус.пер.: Вудс В. A. Сетевые грамматики для анализа естественных языков. Кибернетический сборник, НС, вып. 13.-М.:Мир. 1976.-С.120-158.

200. Woods W. Progress in natural language understanding: an application to lunar geology. APIPS Conf. Proo.42. 1973.-P.441-450.

201. Woods W. Cascaded ATN grammars. American J. Computational Linguistics.-1980.-Vol.6, N.1.-P.1-15.В.Н.Дудецкий