Научный журнал
ИЗВЕСТИЯ ВЫСШИХ УЧЕБНЫХ ЗАВЕДЕНИЙ.
СЕВЕРО-КАВКАЗСКИЙ РЕГИОН.

ТЕХНИЧЕСКИЕ НАУКИ


ИЗВЕСТИЯ ВЫСШИХ УЧЕБНЫХ ЗАВЕДЕНИЙ СЕВЕРО-КАВКАЗСКИЙ РЕГИОН. 2019; 1: 10-16

 

http://dx.doi.org/10.17213/0321-2653-2019-1-10-16

 

РЕШЕНИЕ ЗАДАЧИ ПОСТРОЕНИЯ ЗАПРОСОВ В СИСТЕМЕ ТЕМАТИЧЕСКОГО ПОИСКА НА ОСНОВЕ РАСПОЗНАВАНИЯ ЧАСТИЧНО СТРУКТУРИРОВАННЫХ ТЕКСТОВ

Д.В. Гринченков, Д.Н. Кущий

Гринченков Дмитрий Валерьевич – канд. техн. наук, доцент, зав. кафедрой «Программное обеспечение вычислительной техники», Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова, г. Новочеркасск, Россия. Е-mail: grindv@yandex.ru

Кущий Дарья Николаевна – ст. преподаватель, кафедра «Программное обеспечение вычислительной техники», Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова, г. Новочеркасск, Россия. Е-mail: dkushchiy@rambler.ru

 

 

Аннотация

Представлена технология распознавания частично структурированного текста на естественном языке с помощью конечного автомата. Принимаемый автоматом язык задает унифицированную структуру рабочей программы и используется для разбиения исходного текста документа на разделы. Описаны продукционные правила разбора содержимого структурных блоков. Предложенная технология применяется при автоматизированном построении информационного запроса в системе тематического поиска методического обеспечения. Рассмотрены особенности оперирования данными в веб-приложениях, созданных с помощью фреймворка ASP.NET на основе шаблона Model-view-controller и при поддержке технологии распределения ролей и аутентификации Identify ASP.NET. Приведены экранные формы, демонстрирующие работу системы тематического поиска.

 

Ключевые слова: информационный поиск; веб-поиск; тематический поиск; формальный язык; формальная грамматика; конечный автомат.

 

Полный текст: [in elibrary.ru]

 

Ссылки на литературу

  1. Батура Т.В. Семантический анализ и способы представления смысла текста в компьютерной лингвистике // Программные продукты и системы. 2016. Т. 29. № 4. С. 45 – 57.
  2. Asif R. [et al.]. Analyzing undergraduate students' performance using educational data mining // Computers & Education. 2017. Vol. 113. P. 177 – 194.
  3. Бондарчук Д.В. Алгоритмы интеллектуального поиска на основе метода категориальных векторов: дис. ... канд. физ.-мат. наук: 05.13.17.  Екатеринбург, 2016. 141 с.
  4. Grinchenkov D.V., Kushchiy D.N., Kolomiets A.V. One approach to the problem solution of specialized software development for subject search // Proceedings of the 4rd International Conference on Applied Innovations in IT (2016), Koethen: Hochschule Anhalt. 2016. Р. 39 – 43,
  5. Гринченков Д.В., Кущий Д.Н. Архитектура системы тематического поиска электронных образовательных ресурсов в сети Интернет // Информатизация и связь. 2016. №3. С. 143 – 146.
  6. Гринченков Д.В., Кущий Д.Н. К вопросу о выделении ключевых слов при обработке содержания рабочих программ образовательных дисциплин // Традиции русской инженерной школы: вчера, сегодня, завтра: сб. науч. ст. по проблемам высш. шк. / Юж.-Рос. Гос. политехн. ун-т (НПИ) имени М.И. Платова. Новочеркасск: ЮРГПУ (НПИ). 2015. С. 114 – 117.
  7. Хомский Н. Аспекты теории синтаксиса. М., 1999. 235 с.
  8. Порождающие грамматики Хомского // URL: https://habr.com/ru/post/177701/ (дата обращения: 1.12.2018)
  9. Заболеева-Зотова А.В., Орлова Ю.А. Атрибутная грамматика формального документа «Техническое задание» // Изв. ВолГТУ. 2008. № 2. С. 39 – 43.
  10. Сокирко А.В, Толдова С.Ю. Сравнение эффективности двух методик снятия лексической и морфологической неоднозначности для русского языка (скрытая модель Маркова и синтаксический анализатор именных групп) // Интернет–математика. 2005. Автоматическая обработка веб–данных. М.: Яндекс, 2005. С. 80 – 94.
  11. Ландэ Д.В., Снарский А.А., Безсуднов И.В. Интернетика. Навигация в сложных сетях: модели и алгоритмы. М.: Книжный дом «ЛИБРОКОМ», 2009. 264 с.