Wizualizacja znaczenia treści przekazu formułowanego w języku naturalnym

• Autorzy: Kapłon T.

Warianty tytułu

EN

Content visualization of text composed in natural language

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono metodę: odkrywania znaczenia treści przekazu oraz tworzenia obrazu semantycznego takiego przekazu, organizację bazy wiedzy systemu generującego obraz, reprezentujący znaczenie treści, sposób umieszczania obiektów na scenie oraz krótką dyskusję na temat testowania zgodności wygenerowanego obrazu z wyobrażeniem obserwatora.

EN

The method of content meaning discovering and semantic image creating, structure of knowledge base of system generating image representing meaning content, the method of placing object on the 3D scene and short discussion about testing correspondence of generated image with imagination of observer is presented in the paper.

Słowa kluczowe

PL

język naturalny; przetwarzanie; reprezentacja wiedzy

EN

natural language; processing; knowledge representation

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2011
• Tom: Vol. 32, nr 2A
• Strony: 507--515
• Opis fizyczny: Bibliogr. 10 poz.

Twórcy

autor

Kapłon T.

• Politechnika Wrocławska, Instytut Informatyki, Automatyki i Robotyki ul. Janiszewskiego 11/17, 50-372 Wrocław,

Bibliografia

• 1. Adorni G., Manzo M. D., Giunchiglia F.: Natural language driver image generation. [in:] Proc. COLING, 1984.
• 2. Yamada A., Yamamoto T., Ikeda H., Nishida T., Doshita S.: Reconstructing spatial image from natural language texts, [in:] Proc. COLING, vol. 4, 1992.
• 3. Coyne B., Sproat R.: WordsEye: An automatic text-to-scene conversion system. [in:] Proc. SIGGRAPH, 2001.
• 4. Mihalcea R., Leong B.: Toward Communication Simple Sentences Using Pictorial Representations, [in:] Proc. Conf Association for Machine Translation in the Americas (AMTA), 2006.
• 5. Lu R., Zhang S.: Automatic Generation of Computer Animation: Using AI for Movie Animation. Lecture Notes in AI, Vol. 2160. Springer-Verlag, Berlin 2001.
• 6. Goldberg A. B., Xiaojin Z., Dyer C. R., Eldway M., Heng L.: Easy as ABC? Facilitating Pictorial Communication via Semantically Enhanced Layout. In Twelfth Conference on Computational Natural Language Learning (CoNLL), 2008.
• 7. Kapłon T.: Graficzna interpretacja znaczenia tekstu. Studia Informatica, Vol. 31, No. 2A, Silesian University of Technology Press, Gliwice 2010, s. 163÷172.
• 8. Mierzwa J.: Model formalny komputerowej dekompozycji zda1 języka naturalnego na grupy słów do celów wnioskowania przez komputer. Raport seria PRE 39/2001 (praca doktorska), Oficyna Wydawnicza PWr, 2001.
• 9. Kapłon T.: Model formalny obrazowej reprezentacji semantyki zda1 języka naturalnego do wnioskowania przez computer. Raport seria PRE 30/2003 (praca doktorska), Oficyna Wydawnicza PWr, 2003.
• 10. Kapłon T.: Model formalny obrazowej reprezentacji semantyki zda1 języka naturalnego. Bazy danych: rozwój metod i technologii: bezpiecze1stwo, wybrane technologie i zastosowania, praca zbiorowa (pod red.) Kozielski S. [i in.], Wydawnictwa Komunikacji i Łączności, Warszawa 2008.