Please use this identifier to cite or link to this item: http://openarchive.nure.ua/handle/document/1892
Title: Методи та моделі семантичного анотування текстових документів з використанням штучних нейронних мереж
Other Titles: Методи та моделі семантичного анотування текстових документів з використанням штучних нейронних мереж
Authors: Шубкіна, О. В.
Keywords: семантична анотація
штучні нейронні мережі
методи навчання
ймовірність належності
багатошарова архітектура
semantic annotation
artificial neural networks
learning methods
the probability belonging
multilayered architecture
Issue Date: 2011
Citation: Шубкіна, О. В. Методи та моделі семантичного анотування текстових документів з використанням штучних нейронних мереж : автореф. дис. ... канд. техн. наук : 05.13.23 "Системи та засоби штучного інтелекту" / Шубкіна Ольга Василівна ; Харьк. нац. ун-т радиоэлектроники. – Х., 2011. – 22 с.
Abstract: Дисертацію присвячено розробці методів та моделей семантичного анотування текстових документів з використанням штучних нейронних мереж. Вперше запропоновано ієрархічну радіально-базисну нейронну мережу з багатошаровою архітектурою, що дозволяє знизити кількість ознак, які надходять на вхід кожного шару при обмеженій навчальній вибірці для формування семантичних анотацій текстових документів. Вперше запропоновано ймовірнісні нейронні мережі спеціального виду, які є гібридами стандартної ймовірнісної та узагальненої регресійної нейронних мереж, а також самоорганізовних мап Кохонена. Це дозволяє визначити ймовірності належності вхідного текстового об’єкта до кожного з класів онтології предметної області, формувати семантичні анотації в послідовному режимі по мірі надходження текстових документів та забезпечує високу швидкість обробки інформації. Вперше запропоновано ймовірнісну модель семантичного анотування на основі введення в моделі опису RDF-структур ймовірнісної складової, що забезпечує оцінку відношення текстових даних щодо поточної онтології та можливість виведення нових знань. Набула подальшого розвитоку модель семантичного анотування з урахуванням бінарних виходів штучних нейронних мереж. The thesis is devoted to developing methods and models for semantic annotation of text documents using artificial neural networks. The problem of semantic annotation for text documents, the main methods of text processing to form the semantic annotations, the main advantages and disadvantages of these approaches are investigated. Hierarchical radial-basis function neural network with a multilayered architecture, which uses the same type of each node in the radial basic function neural network, thus reducing the number of attributes that to the input of each layer with a limited training set to generate semantic annotation of text documents is developed. Probabilistic neural networks, a special form, namely, modified and competition, are developed as a hybrid of the standard probabilistic and generalized regression neural networks, as well as self-organizing Kohonen maps. It can determine the probability of belonging for the input text object to each of the possible classes of the domain ontology, handle text documents in sequential mode, as they become available, and provide easy of implementation and speed of information processing. Binary and probabilistic semantic annotation models used information from the text processing by artificial neural networks are developed. Experiments of range of real-world problems solving are carried out. Effectiveness of the proposed semantic annotation models and methods application is shown on their basis.
URI: http://openarchive.nure.ua/handle/document/1892
Appears in Collections:Автореферати

Files in This Item:
File Description SizeFormat 
ShybkinaOV.doc1.23 MBMicrosoft WordView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Admin Tools