Informace o projektu
Hyperintensionální usuzování nad texty přirozeného jazyka
Kód projektu | GA18-23891S CEP CORDIS MU WEB INET MU |
---|---|
Doba řešení | 01.01.2018–31.12.2020 |
Stav | ukončený |
Investor | Grantová agentura ČR |
Program | Standardní projekty |
Řešitel za FI |
Anotace
Tento projekt je interdisciplinárně zaměřen, neboť zasahuje do tří příbuzných oborů, a to
komputační lingvistiky, logiky a umělé inteligence. Soustředíme se na dva hlavní problémy,
které dosud nejsou uspokojivě řešeny v současných systémech určených pro získávání znalostí
z textů. Za prvé, dostatečně přesná lingvistická a logická analýza otázek a příslušných textů je
nutnou podmínkou pro získávání adekvátních odpovědí. Za tím účelem aplikujeme procedurální
sémantiku Transparentní intenisonální logiky (TIL), která umožňuje rozlišovat tři druhy kontextu,
ve kterém se může daný výraz vyskytovat, a to extensionální, intensionální a hyperintensionální.
Definice tří druhů kontextu nám umožnila navrhnout extensionální logiku hyperintensí, ve které
jsou všechna extensionální pravidla usuzování platná ve všech kontextech. Za druhé, tuto teorii
využijeme k získávání inferenčních znalostí z explicitních znalostí zakódovaných v rozsáhlých
bázích textů v přirozeném jazyce tak, aby systém poskytoval inteligentní odpovědi na otázky.
komputační lingvistiky, logiky a umělé inteligence. Soustředíme se na dva hlavní problémy,
které dosud nejsou uspokojivě řešeny v současných systémech určených pro získávání znalostí
z textů. Za prvé, dostatečně přesná lingvistická a logická analýza otázek a příslušných textů je
nutnou podmínkou pro získávání adekvátních odpovědí. Za tím účelem aplikujeme procedurální
sémantiku Transparentní intenisonální logiky (TIL), která umožňuje rozlišovat tři druhy kontextu,
ve kterém se může daný výraz vyskytovat, a to extensionální, intensionální a hyperintensionální.
Definice tří druhů kontextu nám umožnila navrhnout extensionální logiku hyperintensí, ve které
jsou všechna extensionální pravidla usuzování platná ve všech kontextech. Za druhé, tuto teorii
využijeme k získávání inferenčních znalostí z explicitních znalostí zakódovaných v rozsáhlých
bázích textů v přirozeném jazyce tak, aby systém poskytoval inteligentní odpovědi na otázky.