دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Systemic Text Generation as Problem Solving (Studies in Natural Language Processing)
دانلود کتاب تولید متن سیستماتیک به عنوان حل مسئله (مطالعات در پردازش زبان طبیعی)
مشخصات کتاب
Systemic Text Generation as Problem Solving (Studies in Natural Language Processing)
ویرایش:
نویسندگان: Terry Patten
سری:
ISBN (شابک) : 052135076X, 9780521350761
ناشر: Cambridge University Press
سال نشر: 1988
تعداد صفحات: 230
زبان: English
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 مگابایت
قیمت کتاب (تومان) : 48,000
در صورت تبدیل فایل کتاب Systemic Text Generation as Problem Solving (Studies in Natural Language Processing) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تولید متن سیستماتیک به عنوان حل مسئله (مطالعات در پردازش زبان طبیعی) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب تولید متن سیستماتیک به عنوان حل مسئله (مطالعات در پردازش زبان طبیعی)
کاوش یک رویکرد جدید برای تولید متن که دستور زبان سیستمی را به عنوان یک نمایش محاسباتی تفسیر می کند. پتن نشان می دهد که گرامر سیستمی را می توان به راحتی و به طور خودکار به بازنمایی های دانش هوش مصنوعی فعلی ترجمه کرد و با همان تکنیک های مبتنی بر دانش که در حال حاضر توسط سیستم های خبره مورد بهره برداری قرار می گیرد، به طور موثر پردازش شود. بنابراین، مشکل اساسی روش‌شناختی در ارتباط با نمایش‌های محاسباتی تخصصی با بازنمایی‌های زبانی تخصصی به همان اندازه قابل حل است. این مطالعه بحث مفصلی از مدل رسمی پیشنهادی و یک پیاده‌سازی اساسی شامل دستور زبان نسبتاً بزرگ سیستمی ارائه می‌کند. این نشان دهنده کمک اساسی و سازنده به ادبیات تولید متن است.
توضیحاتی درمورد کتاب به خارجی
An exploration of a new approach to text generation that interprets systemic grammar as a computational representation. Patten demonstrates that systemic grammar can be easily and automatically translated into current AI-knowledge representations and efficiently processed by the same knowledge-based techniques currently exploited by expert systems. Thus, the fundamental methodological problem of interfacing specialized computational representations with equally specialized linguisticrepresentations can be resolved. The study provides a detailed discussion of the formal model proposed and of a substantial implementation including a relatively large systemic grammar. It represents a fundamental and productive contribution to the literature of text generation.
