Тип работы:
Предмет:
Язык работы:


Методы автоматизированной генерации программного кода по тексту на естественном языке

Работа №128670

Тип работы

Бакалаврская работа

Предмет

информационные системы

Объем работы32
Год сдачи2018
Стоимость4700 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
30
Не подходит работа?

Узнай цену на написание


Введение 4
Постановка задачи 5
Исходные данные 6
Обзор существующих решений 7
Методология работы 16
Реализация 23
Результат 26
Заключение 28
Используемая литература 29
Приложение 1. Типы вопросов, распознаваемые системой 30
Приложение 2. Инструкция по запуску системы 31
Приложение 3. Запуск примера скрипта 32


В наши дни очень актуальна проблема того, что люди, не обладающие какими-либо знаниями информационных технологий, не могут воспользоваться инновациями. Даже ввести что-то в строку Google, например, для людей пожилого возраста - большая проблема. Сейчас существует очень много решений данной проблемы. Но, в основном это реализовано для каких- то глобальных систем. А системы меньшего масштаба все еще требуют каких- либо знаний языков запросов, программирования и просто технических знаний. А вот как пользоваться такой системой “непросвещенным” людям?


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


Итак, на данный момент есть приложение для Windows, настроенное на конкретную базу, которое выдает ответы на вопрос пользователя на английском языке. Реализованы вопросы, указанные в приложении 1.
В дальнейшем планируется реализовать ввод вопросов на русском языке. Но здесь очевидно возникнут трудности из-за особенностей русского языка, таких как склонения существительных, спряжения глаголов и т.п. Очевидно, придется заново писать новую грамматику или корректно прописать синонимы, но это довольно сложная и кропотливая задача.



1. Alexander Ran, Raimondas Lencevicius. Natural Language Query System for RDF Repositories // Proceedings of the 7-th International Symposium on Natural Language Processing, SLNP. -2007. -6.
2. Florin Brad, Radu Iacob, Ionel Hosu, and Traian Rebedea. Dataset for a Neural Natural Language Interface for Databases (NNLIDB) // Proceedings of the 8-th International Joint Conference on Natural Language Processing. - 2017. - c.906-914.
3. Fred Popowich, Milan Mosny, David Lindberg. Interactive Natural Language Query Construction for Report Generation // Proceedings of the 7-th International Natural Language Generation Conference. -2012. - c.115-119.
4. Nicolas Kuchmann-Beauger. Question Answering System in a Business Intelligence Context // HAL archives-ouvertes.fr. -2017. - c.15-137.
5. Shay Cohen, Toms Bergmanis. A Natural Language Query System in Python/NLTK. - https://github.com/andrrra/Natural-Language-Query- System.


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ