СЕМАНТИЧЕСКИЙ АНАЛИЗАТОР ТЕКСТОВОЙ ИНФОРМАЦИИ

ВВЕДЕНИЕ 5
1 Анализ предметной области для решения поставленной задачи 7
1.1 Постановка задачи 7
1.2 Актуальность применения средств семантического анализа 7
1.3 Обзор программ автоматической обработки текста 8
1.3.1 Семантические вопросно-ответные поисковые системы AskNet 8
1.3.2 Комплекс программ для синтаксического и морфологического
анализа Russian Context Optimizer 9
1.3.3 Программа синтаксического анализа предложений Link Grammar
Parser for Russian 10
1.3.4 Программа построения семантической сети TextAnalyst 2.0 11
1.4 Определение архитектуры приложения 12
1.5 Выбор языка программирования и среды разработки 15
1.6 Выбор средства оптического распознавания символов 16
1.7 Выводы 16
2 Разработка приложения 20
2.1 Разработка алгоритма семантического анализа 22
2.1.1 Токенизация 22
2.1.2 Морфологический разбор 26
2.2 Разработка визуального представления семантического дерева 29
2.3 Разработка модели семантического дерева 35
2.4 Выводы 35
3 Описание работы приложения 38
3.1 Руководство пользователя 38
3.1.1 Назначение «Семантический анализатор» 38
3.1.2 Условия выполнения «Семантический анализатор» 38
3.1.3 Состав «Семантический анализатор» 38
3.1.4 Подготовка к работе 38
3.1.5 Описание работы с программой «Семантический анализатор» 39
3.2 Тестирование приложения 52
3.2.1 Текст на русском языке 53
3.2.2 Отсутствие словаря 54
3.2.3 Изображение не содержит текста 55
3.2.4 Текст на другом языке 56
3.3 Выводы 52
ЗАКЛЮЧЕНИЕ 58
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ 59
ПРИЛОЖЕНИЕ A Листинг программы 60
Файл «DrawingObject.cs» 60
Файл «MainWindow.cs» 71
ПРИЛОЖЕНИЕ B Презентация
Купить

В начале развития сети Интернет данные во всемирной паутине представляли из себя, в основном, текстовую информацию, которая легко поддаётся интерпретации машиной, например, с целью создания поисковых систем.
Однако, по мере процесса совершенствования протоколов передачи данных, а также аппаратных и программных средств их реализации, стало возможно массово использовать не только текстовую, но и графическую информацию. Особенно широкое распространение последняя получила с появлением в сети Интернет большого числа социальных сетей и мессенджеров, где люди активно взаимодействуют друг с другом с использованием различного рода мультимедиаконтента.
Таким образом, для формирования, поисковых, экспертных систем, баз данных и аналитических алгоритмов встал вопрос распознавания и анализа информации в графических файлах.
На данный момент в этой области существуют два основных направления: распознавание образов в графической информации, и распознавание символов в графической информации.
Для решения проблем во втором направлении, а именно оптическое распознавания символов (OCR, Optical character recognition) в настоящее время создано множество библиотек для различных сред программирования. Наиболее известными среди них являются Tesseract, Google Text Recognition API, Anyline. Все они обладают рядом ограничений и недостатков, основным из которых является низкая точность считывания рукописного текста. Поэтому создание новых систем обработки графической информации является важной проблемой для развития современных информационных технологий.
Другим важным вопросом остаются алгоритмы автоматического анализа, осуществляющие такие функции, как фильтрация, классификация и верификация контента в сети Интернет. В настоящее время существует достаточно много программных средств, предназначенных для семантического анализа текста, таких как система AskNet, Russian Text Optimizer, Ontos и другие. Данные системы не предназначены для семантического анализа текстовой информации в графическом виде, поэтому разработка средства семантического анализа информации, представленной в текстовом виде, является актуальной и важной задачей, позволяющей повысить эффективность алгоритмов анализа интернет-контента.
Разработанное в данной работе приложение предназначено выполнять следующие задачи: считывание текста с графических изображений, формирование семантической модели, представление её в виде графа и дерева и сохранение семантической сети в формат XML.

Купить