• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Tools with Artificial Intelligence >Modeling Natural Language Sentences into SPN Graphs
【24h】

Modeling Natural Language Sentences into SPN Graphs

机译：将自然语言句子建模为SPN图

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Natural language processing and understanding is an attractive field and many techniques and tools for document processing have been developed. Most of the techniques use either statistical models or graph-based approaches. Here we present the modeling of a methodology based on stochastic Petri-nets (SPN) to explain the transformation of a natural language (NL) sentence into a state machine representation as stated in [16]. In particular, we initially convert NL sentences into graphs using the (Agent - Action - Patient) kernel and then we convert the graphs into SPN graph descriptions in order to efficiently offer a model of semantically represent and understand natural language events of a document. The selection of the SPN graph model is due to its capability for efficiently representing structural and functional knowledge.
机译：自然语言处理和理解是一个有吸引力的领域，并且已经开发了许多用于文档处理的技术和工具。大多数技术使用统计模型或基于图的方法。在这里，我们介绍一种基于随机Petri网（SPN）的方法论模型，以解释将自然语言（NL）句子转换为状态机表示形式的方法，如在[16]中所述。特别是，我们首先使用（Agent-Action-Patient）内核将NL句子转换为图形，然后将图形转换为SPN图形描述，以便有效地提供语义表示和理解文档自然语言事件的模型。 SPN图模型的选择归因于其有效表示结构和功能知识的能力。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号