Россия
Россия
, Россия
С развитием технологий, механизм обнаружения на основе ключевых слов недостаточен из-за извлечения большого количества нерелевантной информации. В данной статье предлагается семантическая поисковая система. Ввиду этого описан алгоритм поисковой системы на основе голосового поиска на основе концептуальной поисковой системы, получающей пользовательский запрос через голос. Данный запрос преобразуется в текст с помощью интеллектуального мультимодального интерфейса, который на основе онтологического поиска в семантической сети позволяет получать точный результат.
Семантика, алгоритм поиска, семантическая сеть, сбор данных, обнаружение знаний, интеллектуальный мультимодальный интерфейс
I. Введение
В настоящее время широко развиваются методы распознавания человеческого голоса. Это приводит к расширению возможностей поиска информации, не используя привычный, на данный момент, способ осуществлять поиск информации в сети интернет по запросам, которые набираются с помощью клавиатуры. Это определяется возможностью использования как стандартных методов цифровой обработки сигналов, так и современных методов, связанных с использованием интеллектуальных подходов в обработке сигналов.
Это приводит к возможности расширять области применения, как самих интеллектуальных методов, так и методов, позволяющих реализовывать такие технологии, которые обеспечат улучшение качества человеческой жизни в условиях естественного взаимодействия человека с окружающей средой.
Ввиду этого в настоящее время развиваются интеллектуальные методы с целью возможности их внедрения в существующие пользовательские интерфейсы информационных систем. Наиболее широкими темпами ведётся развитие информационных систем массового и бытового применения, которыми может пользоваться любой человек вне зависимости от возраста, пола, образования.
Поэтому современные проектировщики интерфейсов для современных информационных систем направляют свои исследования в область развития такого рода интерфейсов, которые позволяют пользователям использовать их на интуитивно понятном уровне, что облегчает процесс обучения человека с точки зрения пользования информационной системой в целом. Такого рода интеллектуальные интерфейсы достаточно интуитивны, облегчают работу пользователям информационной системы на уровне их взаимодействия.
1. Palmer, S.B. The Semantic Web: An Introduction / S. B. Palmer. – Режим доступа: http://infomesh.net/2001 /swintro/.
2. Ding, X.L. Swoogle: A semantic web search and metadata engine / X. L. Ding // 13th ACM Conf. on Information and Knowledge Management. – Режим доступа: https://ru.scribd.com/document/73729680/Swoogle.
3. Madhu, G. Intelligent Semantic Web Search Engines: A Brief Survey / G. Madhu, A. Govardhan, T.V. Rajinikanth // International journal of Web & Semantic Technology (IJWesT). – 2011. – Vol. 2, I. 1. – Pp. 34-42.
4. Widyantoro, D. H. A Fuzzy Ontology-based Abstract Search Engine and Its User Studies / D. H. Widyantoro, J. Yen // Proceedings of the 10th IEEE International Conference on Fuzzy Systems. – Melbourne, 2001. – Pp. 1291-1294.
5. MOSSE: a multi ontological semantic search engine / S. E. Kyumars, H. Abolhassani, M. Neshati, B. B. Hariri // Workshop on Web Search Technology. – Beijing, 2006. – Pp. 36-41.
6. Xing, J. Learning and inferencing in user ontology for personalized semantic web search / X. Jiang, A.-H. Tan // Information Sciences – 20 July 2009. – 2009. – V. 179, I. 16. –Pp. 2794–2808.
7. Сampus, R. Distributed ontology- driven focused crawling / R. Сampus, O. Rojas, M. M. Mendoza. – 21st Euromicro international conference on parallel, distributed and network-based computing. – 2013. – DOI: 10.1109/PDP.2013/23.
8. SEWISE: An Ontology-based Web Information Search Engine / G. Gardarin, H. Kou, K. Zetourni, X. Meng, H. Wang // Natural language processing and information systems : 8th International conference on applications of natural language to information systems. – Burg, 2003. – Pp. 106-119.
9. Maedche, A. Clustering ontology- based metadata in semantic web / A. Maedche., V. Zacharias. // Principles of data mining and knowledge discovery : European conference on principles of data mining and knowledge discovery. – Helsinki, 2002. – Pp. 348-360.
10. Automatic ontology-based knowledge extraction from web document / A. Harith, K. Sanghee, D. E, Millard, M. J, Weal, H. Wendy, H. L. Paul, S. R. Nigel // IEEE intelligent systems. – 2003. –Vol. 18, I. 1. – Pp. 14-21.
11. OIL: An Ontology Infrastructure for the Semantic Web / D. Fensel, F.van Harmelen, I. Horrocks, P. Schnieder, D. L. McGuinness // IEEE Intelligent Systems. – 2001. – Vol. 16, I. 2. – Pp. 38-45
12. Кашкин, Е. В. Семантические роли и сеть конструкций в системе FrameBank / Е. В. Кашкин, О. Н. Ляшевская // Труды международной конференции "Диалог 2013". – 2013. – С. 325–343.
13. Плунгян, В. А. Введение в грамматическую семантику: грамматические значения и грамматические системы языков мира : учебное пособие / В. А. Плунгян. – М.: Издательство РГГУ, 2011. – 672 c.
14. Description of SQUASH, the SFU question answering summary handler for the DUC-2005 summarization task /G. Melli, Y. Wang, Y. Liu et al. – 2005.- 173 р.
15. Liu d. Semantic role features for machine translation / D.Liu, D. Gildea // Proceedings of the 23rd International conference on computational linguistics. – Association for computational linguistics, 2010. – P. 716–724
16. Сербулов, Ю.С. Мера информации в задачах выбора и распределения информационных ресурсов / Ю. С. Сербулов, О. Ю. Лавлинская, В. В. Лавлинский // Инженерная физика. – 2010. – № 4. – С. 7-8.
17. Лавлинский, В.В. Теоретические предпосылки решения проблем формирования моделей и методов взаимодействия информационных процессов / В. В. Лавлинский // Моделирование систем и процессов. – 2013. – № 2. –С. 30-36.
18. Лавлинский, В.В. Теоретические основы математического моделирования для описания целенаправленных систем / В. В. Лавлинский, Е. А. Рогозин, С. Н. Яньшин // Вестник Воронежского института МВД России. – 2017. – № 2. – С. 143-153.
