Wyniki wyszukiwania - BazTech

1

Partial semantic parsing of sentences by means of grammatically augmented ontology and weighted affix context-free grammar

Davydov M., Lozynska O., Pasichnyk V.

ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes

|

2017

|

Vol. 6, No 2

27--32

EN

In spite of the fact that modern statistical and neural net based tools for parsing natural language texts supersede classical approaches there are still areas where generative grammars are used. These are areas where collection of universal parallel corpuses is still in the progress. National sign languages are among them. Ontologies and common sense databases play valuable role in parsing and translation of such languages. Grammatically augmented ontology (GAO) is an ontology extension that links phrases to their meaning. The link is established via special expressions that connect phrase meaning to grammatical and semantical attributes of words that constitute it. The article introduces a new approach to sentence parsing that is based on integration of ontology relations into productions of weighted affix context-free grammar (WACFG). For that reason a new parser for WACFG grammar was developed inspired by works of C.H.A. Koster. Basic properties of WACFG are discussed and the algorithm for selection and convertion of GAO expressions into the set of WACFG productions is provided. The proposed algorithm turned out to be feasible in the context of parsing and translating Ukrainian Spoken and Ukrainian Sign language. The developed approach for mixed semantical and syntactical sentence parsing was tested on the database of sentences from Ukrainian fairy tail by Ivan Franko “Fox Mykyta” where 92 % of sentences were correctly parsed.

2

Moduł translacji języka MATLAB na C#, wspomagający tworzenie programów symulacji ciągłych układów dynamicznych, działających w środowisku uruchomieniowym .NET

Augustyn D., Kunc S.

Studia Informatica

|

2010

|

Vol. 31, nr 3

77-94

PL

Artykuł omawia budowę i zastosowanie zaproponowanego translatora języka MATLAB na język C#, w zakresie kodu funkcji opisujących równania stanu ciągłego układu dynamicznego. Translator M2NET, na podstawie kodu M funkcji, tworzy opis dynamiki w postaci komponentów – pliku źródłowego w języku C# albo biblioteki DLL. Użycie translatora powala na wykorzystanie licznych dostępnych zasobów w postaci skryptów z opisami dynamiki, wcześniej utworzonych i przetestowanych w popularnym środowisku obliczeniowym MATLAB. Rezultaty działania translatora mogą być bezpośrednio wykorzystane przy budowie programów symulacyjnych, działających w środowisku uruchomieniowym .NET Framework. W szczególności mogą być wykorzystane przy tworzeniu efektywnych, zrównoleglonych programów symulacyjnych, zbudowanych na podstawie modułu Parallel Extensions to .NET Framework.

EN

The paper describes an architecture and application of a proposed translator from MATLAB to C#. It translates source code of functions implementing state equations of continuous dynamical systems. Using a code of a M-function the translator named M2NET, creates a description of a dynamical system as a C# source code file or a managed library. The translator lets use numerous resources – functions described different dynamical systems, previously created and tested in MATLAB, the popular computing system. Results of the translation can be used directly for creation of .NET-based simulation programs. Particularly, they can be used for developing effective parallelized simulation programs based on Parallel Extensions to .NET Framework module.

3

Real–valued GCS classifier system

Cielecki Ł., Unold O.

International Journal of Applied Mathematics and Computer Science

|

2007

|

Vol. 17, no 4

539-547

EN

Learning Classifier Systems (LCSs) have gained increasing interest in the genetic and evolutionary computation literature. Many real-world problems are not conveniently expressed using the ternary representation typically used by LCSs and for such problems an interval-based representation is preferable. A new model of LCSs is introduced to classify realvalued data. The approach applies the continous-valued context-free grammar-based system GCS. In order to handle data effectively, the terminal rules were replaced by the so-called environment probing rules. The rGCS model was tested on the checkerboard problem.

4

Analiza wpływu wybranych parametrów na efektywność systemu GCS

Unold O.

Informatyka Teoretyczna i Stosowana

|

2005

|

R. 5, nr 8

177-189

PL

Przedstawiono nowy model uczącego się systemu klasyfikującego, w którym klasyfikatory reprezentowane są przez produkcję gramatyki bezkontekstowej podane w postaci normaluej Chomsky'ego. System GCS (ang. grammar-based classifier system) odkrywa nowe reguły gramatyki stosując metodę tzw. pokrywania (ang. covering) oraz algorytm genetyczny. Efektywność systemu zależy w znacznej mierze od odpowiedniego ustawienia jego parametrów. W pracy przebadano zależność efektywności od liczności populacji, płodności oraz symbolu dont care.

EN

Grammar-based classifier system (GCS) is a new version of Learning Classifier Systems (LCS) in which classifi-ers arf represented by context-free grammar in Chomsky Normal Form. GCS works basically like all other LCS models but it differs from łbem (i) in the covering, (ii) in the matching, and (iii) in representation. Performance of GCS depends on many parameters. In this paper the influance of size of population, fertility and don't care symbol was tested. The set of experiments was performed on context-free grammar called toy-grammar. The experiments revealed some interesting properties of this faetors and showed that this parameters must be tuned very carefully and knowingly in order to improve performance of the GCS.