CC BY
15
Труды Кольского научного центра РАН. Информационные технологии. Вып. 12. 2021. Т. 12, № 5. С. 57-66.
Transactions of the Ко1а Science Centre. Information Technologies. Series 12. 2021. Vol. 12, no. 5. P. 57-66.
Научная статья УДК 004.9
DOI: 10.37614/2307-5252.2021.5.12.005
СИСТЕМНЫЙ АНАЛИЗ ЗАДАЧИ МОДЕЛИРОВАНИЯ ЕСТЕСТВЕННОГО ЯЗЫКА
Джавдет Шевкетович Сулейманов1, Александр Яковлевич Фридманш, Ринат Абрекович Гильмуллин1, Борис Александрович Кулик3,
1 Институт прикладной семиотики АН РТ, Казань, Россия
2 Институт информатики и математического моделирования ФИЦ КНЦ РАН, Апатиты, Россия
3 Институт проблем машиностроения РАН, Санкт-Петербург
1 dvdt.slt@gmail.com, https://orcid.org/0000-0003-1404-0372
2 fridman@iimm.ruB, https://orcid.org/0000-0003-2408-6892
3 ba-kulik@yandex.ru, https://orcid.org/0000-0001-6193-5588
Аннотация
Проведенный системный анализ задачи моделирования естественного языка (ЕЯ) позволил сформулировать первопричину малой эффективности современных средств накопления и обработки знаний на таких языках. Это сложность интеллектуализации подобных средств, которые созданы на основе примитивных искусственных языков программирования, практически представляющих собой подмножество флективно-аналитических языков или искусственных конструкций на их основе. Для снижения остроты выявленной проблемы предлагается строить системы моделирования ЕЯ на базе технологического инструментария вербализации и распознавания смысла, состоящего из семиотических моделей лексико-грамматических средств ЕЯ. Такой подход представляется особенно перспективным для агглютинативных языков, его предполагается реализовать на примере татарского языка. Ключевые слова:
моделирование естественного языка, вербализация и распознавание смысла, семиотическая модель лексико-грамматических средств языка, алгебра кортежей Финансирование
Работа выполнена в рамках выполнения гос. задания по теме НИР № 0226-2019-0036. Работа частично поддержана грантом РФФИ № 19-08-00079-а.
Для цитирования: Сулейманов Дж. Ш., Фридман А. Я., Гильмуллин Р. А., Кулик Б. А. Системный анализ задачи моделирования естественного языка // Труды Кольского научного центра РАН. Информационные технологии. Вып. 12. 2021. Т. 12, № 5. С. 57-66. http://dx/doi.org/10.37614/2307-5252.2021.5.12.005.
Original article
SYSTEM ANALYSIS OF THE NATURAL LANGUAGE MODELING PROBLEM
Dzavdet Sh. Suleimanov1, Alexander Ya. Fridman2B, Rinat A. Gilmullin1, Boris A. Kulik
11nstitute of Applied Semiotics of the Academy of Sciences of the Republic of Tatarstan, Institute of Computational Mathematics and Information Technologies of the Kazan Federal University, Kazan, Russia
2 Institute for Informatics and Mathematical Modeling Kola Science Centre of the Russian Academy of Sciences, Apatity, Russia
3 Institute of Problems in Mechanical Engineering of the Russian Academy of Sciences, Saint Petersburg
1 dvdt.slt@gmail.com, https://orcid.org/0000-0003-1404-0372
2 fridman@iimm.ruhttps://orcid.org/0000-0003-2408-6892
3 ba-kulik@yandex.ru, https://orcid.org/0000-0001-6193-5588
Abstract
System analysis of the problem of modeling a natural language (NL) made it possible to formulate the root cause of the low efficiency of modern means for accumulating and processing knowledge in such languages. This is the complexity of intellectualization for such tools, which are created on the basis of primitive artificial programming languages that practically represent a subset of flectional analytical languages or artificial constructions based on them. To reduce the severity of the identified problem, it is proposed to build NL modeling systems on the basis of technological tools for verbalization and recognition of sense. These tools consist of semiotic models of NL lexical and grammatical means. This approach seems to be especially promising for agglutinative languages; it is supposed to be implemented on the example of the Tatar language. Keywords:
natural language modeling, verbalization and recognition of sense, semiotic model of lexical and grammatical means of a language, n-tuple algebra
Funding
The article was supported by the federal budget to carry out the state task of the FRC KSC RAS No. 0226-2019-0036. The study was partially supported by RFBR, project number 19-08-00079-а.
For citation: Suleimanov J. Sh., Fridman A. Ya., Gilmullin R. A., Kulik B. A. System analysis of the natural language modeling problem // Transactions of the Kola Science Centre. Information technologies. Series 12. 2021. Vol. 12, no. 5. P. 57-66. http://dx/doi.org/ 10.37614/2307-5252.2021.5.12.005.
Введение
В исследовании естественных языков можно выделить три аспекта: когнитивный, коммуникативный и технологический [1]. Когнитивный аспект - это характеристика ЕЯ с точки зрения возможностей описания модели мира, представления знаний. Коммуникативный аспект отражает потенциал языка для кодирования, приема и передачи, семиотической обработки информации, организации диалога. Технологический аспект определяет формальный и концептуальный потенциал ЕЯ для реализации средств эффективной обработки, адекватного описания и компактного хранения информации на данном языке, а также для разработки интеллектуального программного инструментария, включая операционные системы.
На наш взгляд, современные средства накопления и обработки знаний на естественном языке малоэффективны и практически не справляются с такими задачами, как поиск и отбор информации в распределенных базах данных, извлечение знаний, семантический анализ текстовой информации, прежде всего потому, что они изначально являются неинтеллектуальными, созданы на основе примитивных искусственных языков программирования, представляющих собой подмножество флективно-аналитических языков или искусственных конструкций, созданных на их основе. Еще одна причина сложностей в системах обработки ЕЯ связана с организацией их моделей, строящихся на основе формальных систем, в частности, порождающих грамматик (например, [2]), что создает две принципиальные проблемы: монотонность результатов логического вывода и пассивность инструментов логико-семантического анализа информации. Такая
организация моделей ЕЯ названа в работе [3] глобальным подходом к организации исследований ЕЯ.
Для снижения остроты указанных проблем в настоящей работе предлагается обратный подход к задаче моделирования естественных языков: строить для них системы моделирования на базе технологического инструментария вербализации и распознавания смысла, состоящего из семиотических моделей лексико-грамматических средств ЕЯ.
Децентрализованная модель ЕЯ
Г.С. Цейтин в публикации [3] предвосхитил грядущие трудности моделирования ЕЯ, связанные с традиционным глобальным подходом к исследованию языков, и на основе своего большого опыта работы в логике и теории программирования предложил альтернативную идею: рассматривать язык как большое количество отдельных подсистем, взаимодействующих друг с другом, не выделяя заранее какой-либо общей системы, подчиняющей себе все остальные. Однако это направление, насколько можно судить по доступной информации, не получило дальнейшего развития, хотя оно вполне согласуется с распространенными в настоящее время распределенными и многоагентными структурами [4], а также с прагматически-ориентированным подходом к построению лингвистических моделей [5].
На наш взгляд, децентрализованное построение систем моделирования ЕЯ создает обширные возможности применения гибкого прагматически-ориентированного подхода к интеллектуализации подобных систем, особенно при реализации некоторых предложений, рассмотренных ниже. Например, за счет построения и использования сложных семиотических моделей, изначально ориентированных на решение семантически нетривиальных задач.
Семиотические модели лексико-грамматических средств ЕЯ
Децентрализованная структура [3] ориентируется на традиционную иерархическую модель ЕЯ. Обычно выделяют фонетический (самый поверхностный), морфологический, синтаксический и семантический (самый глубинный) уровни (например, [6]). Модель анализа задает лингвистические знания в алгоритмах анализа, которые позволяют перейти от некоторого более поверхностного уровня к более глубинному. Лингвистические знания, задаваемые синтезирующими моделями, используются в алгоритмах синтеза, позволяющих перейти от некоторого более глубинного уровня к более поверхностному. При работе системы в любом направлении вызываются те из имеющихся в ней лексико-грамматических инструментов, которые соответствуют виду и уровню обрабатываемой информации, то есть инструменты вторичны по отношению к исследуемым данным и не обладают собственным интеллектом.
В предлагаемом нами подходе будут использоваться проактивные интеллектуальные средства обработки языковой информации, отвечающие за семантически ориентированное исследование и преобразование данных. Такие инструменты по решаемым задачам аналогичны агентам в многоагентных системах, но в отличие от последних, не проектируются независимыми друг от друга, а функционируют согласованно согласно условиям, формируемым координирующими модулями. Такие модули фактически содержат
семиотические модели Поспелова-Полякова [7], отвечающие за целостность и полноту использования имеющейся информации на каждом этапе работы всей системы моделирования. Это свойство позволит реализовать в системе все основные привлекательные характеристики ситуационного подхода [8]: строгость логического вывода, поскольку на каждом шаге моделирования исследуется подмодель, эквивалентная некоторой формальной системе со свойством общезначимости; возможность однозначной классификации и обобщения ситуаций [8, 9]; координируемость задач всех модулей, участвующих в решении текущей задачи [10].
Программно-алгоритмическое наполнение системы моделирования ЕЯ
Здесь рассматриваются в основном средства интеллектуализации разрабатываемой системы моделирования ЕЯ.
Как во всех современных средствах работы с ЕЯ, основной структурой формализации и представления знаний будет система онтологий, специфика ее построения заключается в поддержке ситуационного подхода [11]. Для логико-семантической обработки языковой информации предназначена алгебра кортежей и ^С-структуры [12]. Имеющийся у авторов задел по этой тематике представлен в работах [13, 14], но, конечно, он требует доработки и верификации для каждого типа задач рассматриваемого проекта. Средства координации взаимодействий инструментов анализа информации и контроля корректности хода обработки данных будут строиться в рамках концепции ситуационной осведомленности [15], при этом вся система моделирования в целом позиционируется как сетецентрическая структура [16].
Тестирование и верификацию системы моделирования предполагается осуществлять с помощью электронного корпуса "Туган тел" [17, 18], содержащего порядка 200 млн. морфологически размеченных словоформ.
О потенциале грамматики татарского языка для разработки интеллектуальных систем
Среди важных признаков интеллектуальности систем принятия решений, как правило, выделяются такие свойства, как активность знаний, то есть первичность анализа данных и вторичность принятия решения на основе этого анализа; возможность оперировать нечеткой информацией, семантически управляемой контекстом, и исполнять нечеткие команды.
В последнее время, особенно в условиях активного развития одного из направлений искусственного интеллекта - технологий нейронных сетей и машинного обучения, актуальными становятся исследования по управляемости искусственного интеллекта человеком и по созданию ИИ, интерпретируемого и интерпретирующего свои решения. Таким образом, на первый план выходит проблема «объяснения» искусственным интеллектом принимаемых им решений, а также понимания и адекватного восприятия машиной человека как «старшего». Практически эта задача может формулироваться как создание «общего здравого смысла», «общей ментальности», «общей картины мира» человека и ИИ.
Одним из перспективных направлений в этом плане является исследование естественных языков для формирования «разума» ИИ, основанного на лексико-грамматических моделях ЕЯ. Как показано в [19], очевидной
перспективой для использования в качестве базового языка обладают
агглютинативные языки, в частности, татарский язык, которому также
свойственна регулярная, почти автоматная морфология, обеспечивающая кодирование семантически сложной информации.
Выводы и планы предстоящих исследований
Перспективным представляется исследование технологического аспекта ЕЯ с целью выявления естественных лексико-грамматических (морфологических, синтаксических, семантических) конструкций и построение на их базе новых языков программирования с развитыми возможностями интеллектуальной обработки информации.
При децентрализованной структуре системы моделирования ЕЯ некоторые из ее подсистем вследствие широкого использования приобретают общеязыковое значение, и тогда можно, как в случае синтаксиса, говорить о системе, относящейся ко всему языку, за отдельными исключениями. В случае же семантики, где удается хорошо формализовывать частные подсистемы (например, обозначения отношений родства или моментов времени), такой доминирующей в масштабе всего языка системы не обнаружено. Наиболее развитой из формализованных систем для семантики является заимствованная из математики теоретико-множественная семантика, использующая аппарат математической логики. Отсутствие в этой системе ориентации на конкретный тип объектов порождает надежды на то, что ее развитие даст возможность описать семантику всего языка [3]. Такая структура, видимо, особенно перспективна для агглютинативных ЕЯ; учитывая профессиональные интересы и имеющийся у авторов значительный задел (например, [20-22]), ее предполагается реализовать на примере татарского языка. С большой вероятностью, представленный здесь подход может позволить продвинуться в моделировании языка для систем искусственного интеллекта.
В дальнейшем нами планируется исследование и построение математических моделей, отражающих лексико-грамматический потенциал татарского языка, как основы интеллектуальных технологий, включая такие свойства морфологии, как рекурсия, морфологический эллипсис, функциональное многообразие и семантическая многовалентность аффиксов (в том числе, аффиксов кодирования неопределенной информации и нечетких команд). Весьма перспективным представляется также исследование синтаксической структуры, обеспечивающей реализацию свойства активности знаний, являющегося важным показателем интеллектуальности прикладной системы.
Список литературы
1. Сулейманов Д.Ш. К вопросу исследования технологического аспекта естественных языков // Обработка текста и когнитивные технологии: Труды XI Междунар. науч. конф. (Констанца, 7-14 сентября 2009 г.). Казань: Изд-во Казан. гос. ун-та, 2010, с. 232-245.
2. Chomsky N. Syntactic Structures. The Hague: Mouton, 1957.
3. Цейтин Г.С. О соотношении естественного языка и формальной модели. Архив АН СССР. Работа в Научном совете по комплексной проблеме "Кибернетика", 1980 г.
4. Маслобоев А.В. Технология поддержки принятия решений в системе сетецентрического управления региональной безопасностью // Информационно-технологический вестник. 2019. №. 2. С. 117-126.
5. Сулейманов Д.Ш. Обработка ЕЯ-текстов на основе прагматически-ориентированных лингвистических моделей // Сб. под ред. Соловьева В.Д.: Обработка текста и когнитивные технологии. Вып. 3. Труды научного семинара "Когнитивное моделирование" (Пущино, октябрь 1998 г.). С. 205-212.
6. Медведева Т.Н. Формальные модели в лингвистике: Учебное пособие. Саратов: Научная книга, 2010.
7. Поляков В.Н. Проблемы представления, приобретения и использования знаний в свете обработки естественного языка // Когнитивно-семиотические аспекты моделирования в гуманитарной сфере / Научные редакторы д.т.н.
B.Л. Стефанюк, д.ф.н. Э.А. Тайсина. Казань: Изд-во АН РТ, 2017. C. 145-163.
8. Поспелов Д.А. Ситуационное управление: теория и практика. М: Наука, 1986.
9. Фридман А.Я., Кулик Б.А. Когнитивная категоризация в многокритериальных задачах ситуационного управления. Пятнадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2016 (3-7 октября 2016 г., г. Смоленск, Россия). Труды конференции. В 3-х томах. Т. 2.
C. 225-234.
10.Фридман А.Я. Координация и планирование управлений в локально организованных иерархических системах // Шестая Международная конференция «Системный анализ и информационные технологии» САИТ-2015 (15-20 июня 2015 г., г. Светлогорск, Россия): Труды конференции. В 2-х т. Т. 1. М.: ИСА РАН. С. 115-124.
11. Irina L. Artemieva, Alexander Ya. Fridman. Ontologies in the Automation Problem for Situational Modelling. In: 2018 3rd Russian-Pacific Conference on Computer Technology and Applications (RPC), IEEE, 2018, pp. 48-53.
12. Кулик Б.А. Логика и математика: просто о сложных методах логического анализа / под общ. ред. А.Я. Фридмана. СПб: Политехника, 2020.
13.3уенко А.А., Кулик Б.А., Фридман А.Я. Интеллектуальные обучающие системы на основе алгебраического представления вопросно-ответных текстов // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent Systems (0STIS-2011): материалы III Междунар. научн.-техн. конф. (Минск, 21-23 февраля 2013 г.). Минск: БГУИР, 2013. С. 165-170.
14.Alexander Zuenko, Alexander Fridman, Boris Kulik. Generation of Questions Sequences in Intelligent Teaching Systems Based on Algebraic Approach // Computer Science and Information Technology, 1(2): 2013. P. 125-131.
15.Фридман А.Я., Кулик Б.А. Когнитивный подход к оценке ситуационной осведомленности в сетецентрических системах гражданского назначения // Гибридные и синергетические интеллектуальные системы: материалы V Всероссийской Поспеловской конференции с международным участием / под ред. д.т.н., проф. А.В. Колесникова. Калининград: Издательство БФУ им. И. Канта, 2020. С. 489-497.
16.Абросимов В.К. Формирование ситуационной осведомленности в больших сетецентрических системах // Управление развитием крупномасштабных систем. Материалы Десятой международной конференции: в 2-х томах. М.: ИПУ РАН. 2017. С. 300-303.
17.Татарский национальный корпус "Туган тел". Режим доступа http: //tugantel .tatar/
18.Сулейманов Д.Ш., Невзорова О.А., Галиева А.М., Гатиатуллин А.Р., Гильмуллин Р.А., Хакимов Б.Э. Размеченный корпус татарского языка "Туган тел": аспекты реализации. В сборнике: Труды Казанской школы по компьютерной и когнитивной лингвистике TEL-2014. Научные редакторы: Д.Ш. Сулейманов, О.А. Невзорова. 2014. С. 88-93.
19.Сулейманов Д.Ш. Регулярность морфологии татарского языка и типы нарушений в языке // Серия: Интеллект. Язык. Компьютер. Вып.1. Казань: Изд-во Казан. ун-та, 1994. -С.77-106.
20.Сулейманов Д.Ш., Хакимов Б.Э., Гильмуллин Р.А. Концептуальные и лингвистические аспекты разработки корпуса татарского языка // Фэнни Татарстан. 2017. № 2. С. 7-16.
21.Сулейманов Д.Ш., Гатиатуллин А.Р. Наполнение семантических слотов реляционно-ситуационного фрейма на примере татарских синтаксем // Открытые семантические технологии проектирования интеллектуальных систем. 2014. № 4. С. 173-178.
22.Suleimanov D.Sh., Yakubova D.D. Lexical and Grammatical Potential of Turkic Languages for the Development of New Information Processing Technologies. В сборнике: Материалы XV международной конференции по компьютерной и когнитивной лингвистике TEL-2018 в 2-х томах. Сер. "Интеллект. Язык. Компьютер". 2018. С. 361-372.
References
1. Suleimanov D.Sh. K voprosu issledovaniya tekhnologicheskogo aspekta yestestvennykh yazykov [On the question of researching the technological aspect of natural languages] // Obrabotka teksta i kognitivnyye tekhnologii: Trudy XI Mezhdunar. nauch. konf. [Text processing and cognitive technologies: Proceedings of the XI Intern. scientific. conf. (Constanta, September 7-14, 2009)]. Kazan: Kazan Publishing House. state un-ta, 2010, p. 232-245. (In Russ.)
2. Chomsky N. Syntactic Structures. The Hague: Mouton, 1957.
3. Tseitin G.S. O sootnoshenii yestestvennogo yazyka i formal'noy modeli. [On the relationship between natural language and the formal model] // Arkhiv AN SSSR. Rabota v Nauchnom sovete po kompleksnoy probleme "Kibernetika" [Archive of the USSR Academy of Sciences. Work in the Scientific Council on complex problems] Cybernetics", 1980. (In Russ.)
4. Masloboev A.V. Tekhnologiya podderzhki prinyatiya resheniy v sisteme setetsentricheskogo upravleniya regional'noy bezopasnost'yu [Technology of decision support in the system of network-centric management of regional security] // Informatsionno-tekhnologicheskiy vestnik [Information and technological bulletin]. 2019. no. 2. S. 117-126. (In Russ.)
5. Suleimanov D.Sh. Obrabotka NL-tekstov na osnove pragmaticheski-oriyentirovannykh lingvisticheskikh modeley [Processing of NL-texts on the basis of pragmatically-oriented linguistic models] // Sb. pod red. Solov'yeva V.D.: Obrabotka teksta i kognitivnyye tekhnologii. Vyp. 3. Trudy nauchnogo seminara "Kognitivnoye modeHrovaniye" (Pushchino, oktyabr' 1998 g.) [Collection of articles. ed. Solovyova V.D .: Text processing and cognitive technologies. Issue 3.
Proceedings of the scientific seminar "Cognitive modeling"] (Pushchino, October 1998). S. 205-212. (In Russ.)
6. Medvedeva T.N. Formal'nyye modeli v lingvistike: Uchebnoye posobiye [Formal Models in Linguistics: A Textbook]. Saratov: Nauchnaya kniga [Saratov: Scientific book], 2010. (In Russ.)
7. Polyakov V.N. Problemy predstavleniya, priobreteniya i ispol'zovaniya znaniy v svete obrabotki yestestvennogo yazyka [Problems of representation, acquisition and use of knowledge in the light of natural language processing] // Kognitivno-semioticheskiye aspekty modelirovaniya v gumanitarnoy sfere / Nauchnyye redaktory d.t.n. V.L. Stefanyuk, d.f.n. E.A. Taysina. Kazan': Izd-vo AN RT [Cognitive-semiotic aspects of modeling in the humanities / Scientific editors D.Sc. V.L. Stefanyuk, Ph.D. E.A. Taishina. Kazan: Publishing house of the Academy of Sciences of the Republic of Tatarstan], 2017. P. 145-163. (In Russ.)
8. Pospelov D.A. Situatsionnoye upravleniye: teoriya i praktika [Situational control: theory and practice]. M: Nauka [M: Science], 1986. (In Russ.)
9. Fridman A.Ya., Kulik B.A. Kognitivnaya kategorizatsiya v mnogokriterial'nykh zadachakh situatsionnogo upravleniya [Cognitive categorization in multicriteria problems of situational control] // Pyatnadtsataya natsional'naya konferentsiya po iskusstvennomu intellektu s mezhdunarodnym uchastiyem KII-2016 (3-7 oktyabrya 2016 g., g. Smolensk, Rossiya). Trudy konferentsii. V 3-kh tomakh [Fifteenth National Conference on Artificial Intelligence with International Participation KII-2016 (October 3-7, 2016, Smolensk, Russia). Conference proceedings. In 3 volumes. T. 2.S. 225-234. (In Russ.)
10.Fridman A.Ya. Koordinatsiya i planirovaniye upravleniy v lokal'no organizovannykh iyerarkhicheskikh sistemakh [Coordination and planning of management in locally organized hierarchical systems] // Shestaya Mezhdunarodnaya konferentsiya «Sistemnyy analiz i informatsionnyye tekhnologii» SAIT-2015 (15-20 iyunya 2015 g., g. Svetlogorsk, Rossiya): Trudy konferentsii. V 2-kh t. T. 1. [Sixth International Conference "System Analysis and Information Technologies" SAIT-2015 (June 15-20, 2015, Svetlogorsk, Russia): Proceedings of the conference. In 2 volumes. Vol. 1.] M .: ISA RAN. S. 115-124. (In Russ.)
11.Irina L. Artemieva, Alexander Ya. Fridman. Ontologies in the Automation Problem for Situational Modeling]. In: 2018 3rd Russian-Pacific Conference on Computer Technology and Applications (RPC), IEEE, 2018, pp. 48-53.
12.Kulik B.A. Logika i matematika: prosto o slozhnykh metodakh logicheskogo analiza [Logic and mathematics: just about complex methods of logical analysis] / pod red. A.Ya. Fridmana, SPb: Politekhnika [ed. A.Ya. Fridman. SPb: Polytechnic], 2020. (In Russ.)
13.Zuenko A.A., Kulik B.A., Fridman A.Ya. Intellektual'nyye obuchayushchiye sistemy na osnove algebraicheskogo predstavleniya voprosno-otvetnykh tekstov [Intelligent learning systems based on the algebraic representation of question-answer texts] // Otkrytyye semanticheskiye tekhnologii proyektirovaniya intellektual'nykh sistem = Open Semantic Technologies for Intelligent Systems (OSTIS-2011): materialy III Mezhdunar. nauchn.-tekhn. konf. (Minsk, 21-23 fevralya 2013 g.) [Open Semantic Technologies for Intelligent Systems Design = Open Semantic Technologies for Intelligent Systems (OSTIS-2011): Proceedings of
the III Intern. scientific and technical conf. (Minsk, February 21-23, 2013)]. Minsk: BSUIR, 2013.S. 165-170. (In Russ.)
14.Alexander Zuenko, Alexander Fridman, Boris Kulik. Generation of Questions Sequences in Intelligent Teaching Systems Based on Algebraic Approach // Computer Science and Information Technology, 1 (2): 2013. P. 125-131.
15.Fridman A.Ya., Kulik B.A. Kognitivnyy podkhod k otsenke situatsionnoy osvedomlennosti v setetsentricheskikh sistemakh grazhdanskogo naznacheniya [Cognitive approach to assessing situational awareness in network-centric systems for civil purposes] // Gibridnyye i sinergeticheskiye intellektual'nyye sistemy: materialy V Vserossiyskoy Pospelovskoy konferentsii s mezhdunarodnym uchastiyem / pod red. d.t.n., prof. A.V. Kolesnikova. Kaliningrad: Izdatel'stvo BFU im. I. Kanta [Hybrid and synergetic intellectual systems: materials of the V All-Russian Pospelovskaya conference with international participation / ed. Doctor of Technical Sciences, prof. A.V. Kolesnikov. Kaliningrad: IKBFU Publishing House I. Kant], 2020.S. 489-497. (In Russ.)
16.Abrosimov V.K. Formirovaniye situatsionnoy osvedomlennosti v bol'shikh setetsentricheskikh sistemakh [Formation of situational awareness in large network-centric systems] // Upravleniye razvitiyem krupnomasshtabnykh sistem. Materialy Desyatoy mezhdunarodnoy konferentsii: v 2-kh tomakh. M.: IPU RAN [Management of the development of large-scale systems. Materials of the Tenth International Conference: in 2 volumes. Moscow: IPU RAN]. 2017.S. 300-303. (In Russ.)
17.Tatar National Corps "Tugan Tel". Access mode http://tugantel.tatar/
18.Suleimanov D.Sh., Nevzorova O.A., Galieva A.M., Gatiatullin A.R., Gilmullin R.A.,
Khakimov B.E. Razmechennyy korpus tatarskogo yazyka "Tugan tel": aspekty realizatsii [The marked-up corpus of the Tatar language "Tugan tel": aspects of implementation]. V sbornike: Trudy Kazanskoy shkoly po komp'yuternoy i kognitivnoy lingvistike TEL-2014. Nauchnyye redaktory: D.SH. Suleymanov, O.A. Nevzorova [In the collection: Proceedings of the Kazan School on Computer and Cognitive Linguistics TEL-2014. Scientific editors: D.Sh. Suleimanov, O. A. Nevzorova]. 2014. S. 88-93. (In Russ.)
19.Suleimanov D.Sh. Regulyarnost' morfologii tatarskogo yazyka i tipy narusheniy v yazyke [The regularity of the morphology of the Tatar language and the types of disorders in the language] // Seriya: Intellekt. YAzyk. Komp'yuter. Vyp.1. Kazan': Izd-vo Kazan. un-ta [Series: Intellect. Language. Computer. Issue 1. Kazan: Kazan Publishing House. University], 1994. -S.77-106. (In Russ.)
20.Suleimanov D.Sh., Khakimov B.E., Gilmullin R.A. Kontseptual'nyye i lingvisticheskiye aspekty razrabotki korpusa tatarskogo yazyka [Conceptual and linguistic aspects of the development of the Tatar language corpus] // Fenni Tatarstan [Fanny Tatarstan]. 2017. No. 2. S. 7-16. (In Russ.)
21.Suleimanov D.Sh., Gatiatullin A.R. Napolneniye semanticheskikh slotov relyatsionno-situatsionnogo freyma na primere tatarskikh sintaksem [Filling the semantic slots of a relational-situational frame on the example of Tatar syntaxemes] // Otkrytyye semanticheskiye tekhnologii proyektirovaniya intellektual'nykh sistem [Open semantic technologies for the design of intelligent systems]. 2014. No. 4. S. 173-178. (In Russ.)
22.Suleimanov D.Sh., Yakubova D.D. Lexical and Grammatical Potential of Turkic Languages for the Development of New Information Processing Technologies.
Materialy XV mezhdunarodnoy konferentsii po komp'yuternoy i kognitivnoy lingvistike TEL-2018 v 2-kh tomakh. Ser. "Intellekt. YAzyk. Komp'yuter" [In: Materials of the XV International Conference on Computational and Cognitive Linguistics TEL-2018 in 2 volumes. Ser. "Intellect. Language. Computer"]. 2018.S. 361-372. (In Russ.)
Сведения об авторах
Дж. Ш. Сулейманов - академик АН РТ, профессор, научный руководитель ИПС АН РТ; А. Я. Фридман - доктор технических наук, профессор, ведущий научный сотрудник ИИММ КНЦ РАН;
Р. А. Гильмуллин - кандидат физико-математических наук, директор ИПС АН РТ; Б. А. Кулик - доктор физико-математических наук, ведущий научный сотрудник ИПМаш РАН.
Information about the authors
D. Sh. Suleymanov - Member of the Tatarstan Academy of Sc., professor, scientific leader of the Institute of Applied Semiotics of the Academy of Sc. of Tatarstan;
A. Ya. Fridman - Dr. of Tech. Sc., professor, Leading Research Fellow of the Institute for Informatics and Mathematical Modeling Kola Science Centre of the Russian Academy of Sciences;
R. A. Gilmullin - PhD (Phys.-Math.), director of the Institute of Applied Semiotics of the Academy of Sc. of Tatarstan;
B. A. Kulik - Dr. of Phys.-Math. Sc., leading research fellow of the Institute of Problems in Mechanical Engineering of RAS.
Статья поступила в редакцию 15.11.2021; одобрена после рецензирования 20.11.2021; принята к публикации 08.12.2021.
The article was submitted 15.11.2021; approved after reviewing 20.11.2021; accepted for publication 08.12.2021.
