RU2004127924A

RU2004127924A - Способ перевода данных и устройство для осуществления этого способа

Info

Publication number: RU2004127924A
Application number: RU2004127924/09A
Authority: RU
Inventors: Ари БЕКС (FI); Ари БЕКС
Original assignee: Мастер`С Инновейшенс Лтд. Ой (Fi); Мастер`С Инновейшенс Лтд. Ой
Priority date: 2002-03-20
Filing date: 2003-03-14
Publication date: 2005-06-10
Also published as: US20050256698A1; FI114347B; AU2003219191A1; PL371547A1; EP1485819A1; WO2003079223A1; FI20020532A0; FI20020532A

Claims

1. Способ обработки данных потока (200) входных данных, содержащих элементы (211, 212, 231, 221, 222, 223), путем использования содержащей сегменты базы знаний, включающий в себя стадии: чтения обрабатываемой части потока (200) входных данных и разделения ее на элементы (211, 212, 213, 221, 222, 223); группирования обрабатываемой части потока (200) входных данных в сегменты, каждый из которых содержит один или несколько элементов (211, 212, 213, 221, 222, 223), отличающийся тем, что содержит следующие стадии: анализ элементов обрабатываемой части потока входных данных и получение индивидуальной классификации сегментов на основе результата анализа; сравнение классификации сегментов (210, 220) потока входных данных с классификациями сегментов (31, 32) базы знаний и ассоциирование сегмента базы знаний с имеющим соответствующую классификацию сегментом потока входных данных, и создание отчета о результате обработки, состоящем из данных о ряде сегментов базы знаний, ассоциированных с обработанной частью потока входных данных.

2. Способ по п.1, отличающийся тем, что по меньшей мере один сегмент (210, 220) содержит по меньшей мере два элемента (211, 212, 231, 221, 222, 223), а индивидуальную классификацию сегментов устанавливают на основе результата анализа по меньшей мере двух из указанных элементов (211, 212, 231, 221, 222, 223).

3. Способ по п.1, отличающийся тем, что результаты анализа элементов объединяют для установления индивидуальной классификации сегментов.

4. Способ по п.1, отличающийся тем, что классификацию сегмента потока входных данных используют в качестве ключа поиска в базе знаний сегмента с той же классификацией.

5. Способ по п.1, отличающийся тем, что после стадии группирования в сегменты выполняют стадию, на которой обрабатываемую часть потока входных данных сравнивают посегментно (210, 220) с сегментами (31, 32) базы знаний и взаимно эквивалентные сегменты ассоциируют друг с другом, после чего стадию анализа выполняют только для тех элементов, для которых эквивалентный сегмент базы знаний не был найден.

6. Способ по п.5, отличающийся тем, что если для одного сегмента потока входных данных при сравнении с сегментами базы знаний найдено несколько эквивалентных сегментов, то выбирают один из них по меньшей мере одному из следующих критериев: выбирают сегмент с наибольшим числом элементов потока входных данных; выбирают сегмент по указанию пользователя; выбирают наиболее часто использующийся сегмент; выбирают сегмент, семантическая классификация которого соответствует классификации соответствующей части потока входных данных; выбирают сегмент, семантическая классификация элементов которого соответствует классификации соответствующей части потока входных данных.

7. Способ по п.1, отличающийся тем, что в базу знаний включают сегменты разной длины и с частично сходным содержимым, посредством чего обрабатываемую часть потока входных данных группируют на сегменты оптимальным образом в зависимости от конкретного случая.

8. Способ по п.1, отличающийся тем, что группирование потока входных данных на сегменты выполняют по меньшей мере одним из следующих методов:

выбранным сегментом является сегмент, уже содержащийся в базе знаний, т.е. эквивалентный по своим элементам или своей классификации для части потока входных данных; сегмент определяют в соответствии с инструкциями пользователя; в сегмент превращают языковую единицу; в сегмент превращают фразу; сегмент нарезают по знаку препинания; сегмент нарезают по заданным, занесенным в список промежуточным словам; сегмент образуют из оставшейся части потока входных данных после того, как сегменты, найденные другими средствами, удалены из части потока входных данных.

9. Способ по п.1, отличающийся тем, что сегменты образуют иерархические конструкции, в которых данный высокоуровневый сегмент содержит информацию о данных низкоуровневых сегментах, причем способ включает в себя стадию ассоциирования высокоуровневых сегментов (509) базы знаний с обрабатываемой частью потока (200) входных данных, при этом указанные высокоуровневые сегменты содержат низкоуровневые сегменты базы знаний, ассоциированные с сегментами потока входных данных.

10. Способ по п.1, отличающийся тем, что сегмент потока входных данных подвергают специальной обработке в соответствии с заданными инструкциями, если соответствующая классификация сегмента не найдена в базе знаний.

11. Способ по п.1, отличающийся тем, что в качестве анализа элементов используют морфологический анализ, а в качестве результата этого анализа получают определенные признаки, описывающие указанные элементы.

12. Способ по п.1, отличающийся тем, что с целью перевода данных на выходной язык, для входных элементов (210, 220) отыскивают эквивалентные элементы (33) в базе знаний двух или более языков, а в качестве результирующего потока получают ряд эквивалентных сегментов, содержащих эквивалентные элементы (401, 402, 403).

13. Способ по п.12, отличающийся тем, что для тех элементов (211, 212, 213, 221, 222, 223) потока входных данных, для которых в базе знаний не найдены эквивалентные элементы, последние получают в соответствии с установленными результатами анализа элементов (331, 332, 333) базы знаний и/или с помощью отдельного генератора элементов.

14. Способ по п.12, отличающийся тем, что поток выходных данных, получаемый при переводе данных, содержит элементы (401, 402, 403) эквивалентных сегментов (400) и отдельно полученные элементы в виде последовательности сегментов, при этом внутренний порядок эквивалентных элементов внутри каждого сегмента определяют на основе информации о порядке, включенной в эквивалентные сегменты.

15. Способ по п.12, отличающийся тем, что получаемый при переводе данных поток выходных данных содержит элементы (401, 402, 403) эквивалентных сегментов (400) и отдельно полученные элементы в виде последовательности сегментов, при этом внутренний порядок эквивалентных элементов внутри каждого сегмента определяют на основе информации об эквивалентности между сегментами и их эквивалентными сегментами.

16. Способ по п.1, отличающийся тем, что для формирования базы знаний прочитывают две взаимно соответствующих части потока входных данных и разделяют их на элементы, классифицируют те части потока входных данных, которые должны быть обработаны в данный момент времени, для обрабатываемой части потока входных данных отыскивают данные о сегментном делении, эквивалентные сегменты и информацию об их эквивалентности на основе содержащихся в базе знаний сегментов и их классификации, и несегментированные части потока входных данных, которые остались без эквивалентных элементов, сопоставляют друг с другом и формируют в сегменты, а для указанных сегментов генерируют эквивалентные сегменты и информацию об их взаимной эквивалентности.

17. Способ по п.16, отличающийся тем, что информацию об эквивалентности, эквивалентные сегменты и данные о сегментном делении генерируют на основе ранее сохраненных в базе знаний сегментов (33) и/их классификации.

18. Устройство для обработки данных потока (200) входных данных, включающих в себя (211, 212, 231, 221, 222, 223), содержащее блоки памяти (104, 105) для хранения содержащей сегменты базы знаний, найденных индексов, информации и обрабатываемой части потока входных данных; средства для чтения потока входных данных; средства для деления потока входных данных на элементы и средства для группирования потока входных данных по сегментам, содержащим элементы, отличающееся тем, что оно снабжено средствами анализа элементов потока входных данных и получения индивидуальной классификации сегментов на основе результатов анализа; средствами для сравнения классификации сегментов потока входных данных с классификациями сегментов базы знаний и для ассоциирования эквивалентных сегментов друг с другом, а также средствами для создания отчета о классификации сегментов.

19. Устройство по п.18, отличающееся тем, что оно снабжено средствами для сравнения сегментов потока входных данных с сегментами базы знаний.

20. Устройство по п.18, отличающееся тем, что оно снабжено средствами для получения эквивалентных сегментов в виде последовательности, которая формирует поток выходных данных.

21. Устройство по п.18, отличающееся тем, что оно снабжено связью с генератором элементов для генерирования элементов на основе результатов анализа.

22. Устройство по п.18, отличающееся тем, что блоки памяти (104, 105) содержат информацию о сегментах для деления части потока входных данных на сегменты и информацию о порядке для определения соответствующего порядка элементов в сегментах потока входных данных.

23. Устройство по п.18, отличающееся тем, что блок памяти (104, 105) содержит базу знаний для хранения сегментов, элементов, классификаций, эквивалентных сегментов и эквивалентных элементов.

24. Устройство по п.18, отличающееся тем, что оно снабжено интерфейсами (106) ввода-вывода для передачи и приема потоков входных и выходных данных и для установления подключений к другим системам и/или пользователям.

25. Устройство по п.18, отличающееся тем, что оно снабжено средствами для сравнения в целом обрабатываемой части потока входных данных с сегментами базы данных по размеру сегментов.

26. Устройство по п.18, отличающееся тем, что оно снабжено средствами для чтения и обработки математических выражений.

27. Устройство по п.18, отличающееся тем, что оно снабжено средствами для чтения и обработки формальных языков.

28. Устройство по п.18, отличающееся тем, что устройство оно снабжено средствами для чтения естественных языков, средствами для деления естественных языков на элементы, являющиеся словами с их аффиксами, средствами для группирования естественного языка в сегменты, являющиеся, блоками, содержащими слова, средствами для классификации обрабатываемой части естественного языка на основе лексического, морфологического, синтаксического или семантического анализа и средствами для генерирования эквивалентных сегментов, содержащих эквивалентные слова.

29. Устройство по п.28, отличающееся тем, что устройство снабжено средством телекоммуникационной связи с соответствующим устройством для выполнения подфункции.