Предложена методика автоматизированного анализа содержания документированной информации, входящей в состав баз знаний автоматизированных систем поддержки принятия решений. Разработаны способы оценки соответствия документированных текстов заданной предметной области.
Со Тант
Национальный исследовательский университет «МИЭТ», Москва, Россия
1. Харламов А.А., Ермаков А.Е., Кузнецов Д.М. Технология обработки текстовой информации с опорой на семантическое представление на основе иерархических структур из динамических нейронных сетей, управляемых механизмом внимания // Информационные технологии. - N 2. - 1998. - С. 26-32.
2. Honkela T., Kaski S., Lagus K., Kohonen T. Exploration of full-text databases with self-organizing maps // Proc. ICNN96, International Conference on Neural Networks // IEEE Service Center, 1996. - Vol. I. - P. 56-61.
3. Van Rijsbergen C.J. Information retrieval. - London: Butterworths, 1979. - 208 p.
4. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Классификация и снижение размерности. - М.: Финансы и статистика, 1989. - 606 с.
5. Ермаков А.Е., Плешко В.В. Ассоциативная модель порождения текста в задаче классификации // Информационные технологии. - 2000. - № 12. - C. 34-37.