問題タブ [semantic-analysis]

J'ai ce message qui apparait lorse que je fait bison -d prog.y :

致命的なエラー: 開始記号 S は文を導出しません

私がセマンティクスDBをアタッチしようとすると、データベースのセマンティクスDBはバージョン693ですが、私のバージョンは661であると表示されます.

SQL Server 2008 でセマンティック検索 ( https://msdn.microsoft.com/en-us/library/gg492075.aspx ) を実行する方法はありますか? 似たようなものはありますか？

皆さん、ありがとうございました。

属性が文法の生成物から合成または継承されているかどうかを確認するにはどうすればよいですか?

そのためには、属性が問題で事前定義されている必要があると思います-その値が子ノードまたは親ノードに依存する場合。しかし、属性が文法生成物から継承または合成されているかどうかを分析する方法はありますか?

私は、英国の公共部門からのオープン ガバメント データを使用して競合他社の分析を行っています。しかし、私の結果にはいくつかの異常があります。契約を会社名でグループ化すると、会社のスペルが間違っていたり、名前が異なっていたりするなど、多くの問題があります。たとえば、HP、Hewlett-Packard、Hewlett-Packard Limited、ibm、ibm UK、ibm UK limited などです。問題は、既にコードを実行し、結果を手動で修正したことです。コードの一部を変更したので、再度実行する必要があります。しかし、コストがかかるため、同じことをやり直すことはできません。現時点では、これらの会社をアルファベット順に並べ替え、最初の数単語が一致したときに統合する一般的なルールを作成することを考えています。ただし、HP と Hewlett-Packard は異なるため、完全に証明されたアプローチではありません。誰かが以前に同様の種類の仕事をしたことがありますか、または私に彼らの仕事を紹介してください。私は感謝されます。ありがとう。

テーブル駆動の LR(1) パーサーをコーディングしましたが、非常にうまく機能していますが、解析を構文ツリー/抽象構文ツリーに変換する段階で少し切断されています。これは私が非常に情熱を注いでいるプロジェクトですが、ここで行き詰まりを迎えました。よろしくお願いいたします。

編集: また、私のパーサーは、2 次元配列とアクション オブジェクトを使用して、次に移動する場所や、移動先とポップするアイテムの数を減らすかどうかを指示します。多くの人がビジターパターンを使用していることに気付きました。彼らがどのタイプのノードを作成するかをどのように知っているかわかりません。

コンテキストのプッシュダウンオートマトンは次のとおりです

「より一般的」、「一般的ではない」、「同じ意味」、「反対の意味」などの2つの文字列を一致させるというこの問題があります。

文字列は任意のドメインから取得できます。文字列が人々の電子メールからのものである可能性があると仮定します。

例を挙げると、

ここで、インセプションは映画ほど一般的ではないことを知っておく必要があります (一種の is-a 関係)。

ここで、インセプションはクリストファー・ノーランほど一般的ではないことを知っておく必要があります

一見すると、S-match でうまくいくように見えます。しかし、WordNet や GeoWordNet 以外のナレッジ ベースで S-match を機能させることができるかどうかはわかりません (そのページに記載されています)。

word2vecまたはを使用するdl4jと、類似性スコアが得られると思います。more generalしかし、文字列が他の文字列であるかどうかを伝えることもサポートしていますless generalか?

しかし、word2vec はトレーニング セットやウィキペディアなどの大規模なコーパスに基づいている可能性があります。

誰かが前に進む道に光を当てることができますか?

英文の意味ラベルを見つけようとしています。スタンフォード NLP パーサーを使用しています。これには方法がありますか？

ドキュメントを調べていましたが、見つけた最も近いものは次のとおりです。

最初は、この問題は些細なことのように思えます: 2 つのオントロジーが与えられたとき、オントロジー A の用語がオントロジー B の用語を最もよく参照する場合.この問題を解決する方法。

単純に、両方のオントロジーで「心臓発作」という用語を見るだけで十分だと思うでしょう。ただし、オントロジーが同じフレーズをエンコードすることはほとんどありません。単純なケースでは、「心臓発作」は「心臓発作」または「心臓発作 (致命的ではない)」としてコード化される場合がありますが、より複雑なケースでは、「心筋梗塞」としてのみコード化される場合があります。他の場合では、たとえば複合 (合成) 項を扱う場合など、さらに複雑になります。

さらに重要なことに、単純に用語 (または文字列) を一致させると、「存在論的構造」が無視されます。オントロジー A の「心臓発作」がcaused-by高血圧としてコード化されているのに対し、オントロジー B ではwithdrawl-from-trial-non-fatal. この場合、2 つの用語を一致させることは有効かもしれませんが、そうではないことは自明です。そして、これは同等の用語が存在することを前提としています。

これは、セマンティック/オントロジー マッチング、アラインメント、またはハーモナイゼーションと呼ばれる古典的な問題です。そこにある研究には、語彙の類似性、フリーテキストでの用語の使用法、グラフの準同型、精選されたマッピング (MeSH/WordNet など)、トピック モデリング、および論理的推論 (一次または高次の論理) が含まれます。しかし、Java(/Clojure) または Python アプリに統合できる、最もユーザー フレンドリーで本番対応のソリューションはどれでしょうか? オントロジー マッチング: 文献レビューを見てきましたが、何も推奨していないようです...提案や経験はありますか?