Internal structure and functionalit

Internal structure and functionality
With respect to the concepts of grammars and parsers, we can now describe the composition and internal behavior of our system. For a given input, in form of a sentence, we have to consider the following steps, in order to get an understanding from it. First of all the sentence has to be checked to see if it's well formed. Having passed this, it is then divided into three parts: the element that does the action, the action and the rest of the sentence containing extra parameters used to understand how and in which circumstances the action has been performed. Next a class is constructed which generates the action on the word performing it. A response according to the system's behavior is then provided. Communication is the process of transferring information from one source to another. In learning mode, all of the information communicated to the system, will need in the beginning a few pre-coded actions, necessary for creating the initial links between parts of knowledge. All words are, in essence, labels for something in real life and thus, they are the most basic elements of human communication. In common for all elements are the representation of there specifics/particularities and what are the actions that they can do. A Word class contains two distinct elements: the parts and the action. With this representation it is now possible to create the sentence. Important here is to understand the way in witch a words meaning is affected in a certain sentence, and further more, the way in witch the meaning of the sentence is affected by the phrase, and in the end, the general meaning affected by the context and the general
3.2 Integration and extension
For a future release of this application we consider two alternatives as extensions for the formal model of the grammar treating system. One based on fuzzy reasoning and the other on a stochastic approach. We present in the following some basic concepts for the stochastic version. A fuzzy modeling system is treated in an earlier paper [16]. Definition 3.1. A stochastic generative grammar (or shortly stochastic grammar) is a pair (, ) G f p where: - ( , ,,) G V V SP = N T is a Chomsky generative grammar and - : [0,1] p f P → is a probability function having the property ( ( )) 1 p i Σ →= f α α , where α →αi are all α -productions from P. Extending the probability functions from productions to derivations we obtain the following results: * * ( ) ( )( ) p pp f S q r f S qf q r ⇒→ = ⇒ → , where ( ) ( ) p p f q r fp → = , p being the set of productions applied. Definition 3.2. The languages generated by the stochastic grammar ( , ) G f p is * * * (, ) {| , ( ) 0} L G f p p V and S p f S p pT p = ∈ ⇒ ⇒> . Definition 3.3. A stochastic generative grammar of type i = 0,1,2,3 is a pair ( , ) G f p where ( , ,,) G V V SP = N T is a Chomsky generative grammar of type i and : [0,1] p f P → is a probability function with the property ( ( )) 1 p i Σ →= f α α , where α →αi are all α -productions from P. Definition 3.4. A stimulation functions is a mapping :[0,1] {1,2,..., } [0,1] n n f n × → , 1 2 112 ( , ,..., , ) ( ( , ,..., , ), n n f xx xi fxx xi = 212 1 2 ( , ,..., , ),..., ( , ,..., , )) nn n f xx xi f xx xi verifying the properties: - 1 2 1 1 ( , ,..., , ) n n k nk k k f xx xi x = = ∑ =∑ (1) - 1 2 ( , ,..., , ) i ni f xx xi x > (2) - 1 2 ( , ,..., , ) l nl f xx xi x < , ( ) ∀ ≠l i . (3) We notice that if α →αi , i n =1,..., are all the α - productions from P then we can associate to them a finite probability field 1 2 1 2 ... ( ) ... n n n pp p α αα α α α α ⎛ ⎞ →→ → = ⎜ ⎟ ⎝ ⎠ A (4) On the set of these probability fields A we define now an operator called stimulation operator. A stimulation operator is a mapping E n : {1,2,..., } A A × → defined as 1 2 1 2 ... ( ( ), ) ... n n n E i qq q α αα α α α α ⎛ ⎞ →→ → = ⎜ ⎟ ⎝ ⎠ A , (5) where 1 2 ( , ,..., , ) ll n q fxx xi = , {1,2,..., } l n ∈ . . 4 Conclusion and further work At this early stage of development, our approach looks promising especially by the fact that “it’s working”. The modular development of the application framework enables us to experiment with further extension, as stated in paragraph 3.2. One major concern for every system that has to interact with a human communicator is to deal with error validation. Furthermore, facing constantly such issues, it is necessarily to extend the dynamic system behavior with a learning strategy. An input validation would then use the parser for a preliminary check followed by the logical test. The later can only be done by understanding a sentence meaning. A drawback that needs to be handled is the fact that the system is currently susceptible to assimilating bad information in the instruction mode. Another issue we would like to investigate is the integration into an ecommerce web portal, where a potentially new client can ask questions about the products available, and this he way bypass ted

Kết quả (Việt) 1:

Bên trong cấu trúc và chức năng Đối với các khái niệm grammars và parsers, chúng tôi bây giờ có thể mô tả các thành phần và các hành vi nội bộ của hệ thống của chúng tôi. Một đầu vào cho trước, dưới hình thức một câu, chúng ta phải xem xét các bước sau để có được một sự hiểu biết từ nó. Được thành lập đầu tiên của tất cả các câu đã được kiểm tra để xem nếu nó là tốt. Có thông qua điều này, nó sau đó chia thành ba phần: là yếu tố không hành động, hành động và phần còn lại của những câu có chứa các thông số phụ được sử dụng để hiểu như thế nào và trong các trường hợp mà hành động đã được thực hiện. Tiếp theo một lớp học được xây dựng mà tạo ra các hành động trên word thực hiện nó. Một phản ứng theo hành vi của hệ thống sau đó được cung cấp. Giao tiếp là quá trình chuyển giao thông tin từ một nguồn khác. Trong chế độ học tập, tất cả thông tin thông báo hệ thống, sẽ cần trong đầu một vài mã hoá trước khi hành động, cần thiết cho việc tạo ra các liên kết đầu tiên giữa các bộ phận của kiến thức. Tất cả các từ là, về bản chất, nhãn cho một cái gì đó trong thực tế cuộc sống và do đó, họ là các yếu tố cơ bản nhất của con người giao tiếp. Điểm chung đối với tất cả các yếu tố là đại diện có chi tiết cụ thể/đặc thù và những gì đang có những hành động mà họ có thể làm. Một lớp học Word có chứa hai yếu tố khác biệt: Các bộ phận và hành động. Với các đại diện này nó là bây giờ có thể tạo ra các câu. Quan trọng ở đây là phải hiểu cách thức phù thủy một từ có nghĩa bị ảnh hưởng trong một câu nào đó, và thêm nhiều hơn nữa, cách thức phù thủy, ý nghĩa của câu bị ảnh hưởng bởi các cụm từ, và cuối cùng, ý nghĩa nói chung bị ảnh hưởng bởi bối cảnh và tướng quân3.2 tích hợp và mở rộngFor a future release of this application we consider two alternatives as extensions for the formal model of the grammar treating system. One based on fuzzy reasoning and the other on a stochastic approach. We present in the following some basic concepts for the stochastic version. A fuzzy modeling system is treated in an earlier paper [16]. Definition 3.1. A stochastic generative grammar (or shortly stochastic grammar) is a pair (, ) G f p where: - ( , ,,) G V V SP = N T is a Chomsky generative grammar and - : [0,1] p f P → is a probability function having the property ( ( )) 1 p i Σ →= f α α , where α →αi are all α -productions from P. Extending the probability functions from productions to derivations we obtain the following results: * * ( ) ( )( ) p pp f S q r f S qf q r ⇒→ = ⇒ → , where ( ) ( ) p p f q r fp → = , p being the set of productions applied. Definition 3.2. The languages generated by the stochastic grammar ( , ) G f p is * * * (, ) {| , ( ) 0} L G f p p V and S p f S p pT p = ∈ ⇒ ⇒> . Definition 3.3. A stochastic generative grammar of type i = 0,1,2,3 is a pair ( , ) G f p where ( , ,,) G V V SP = N T is a Chomsky generative grammar of type i and : [0,1] p f P → is a probability function with the property ( ( )) 1 p i Σ →= f α α , where α →αi are all α -productions from P. Definition 3.4. A stimulation functions is a mapping :[0,1] {1,2,..., } [0,1] n n f n × → , 1 2 112 ( , ,..., , ) ( ( , ,..., , ), n n f xx xi fxx xi = 212 1 2 ( , ,..., , ),..., ( , ,..., , )) nn n f xx xi f xx xi verifying the properties: - 1 2 1 1 ( , ,..., , ) n n k nk k k f xx xi x = = ∑ =∑ (1) - 1 2 ( , ,..., , ) i ni f xx xi x > (2) - 1 2 ( , ,..., , ) l nl f xx xi x < , ( ) ∀ ≠l i . (3) We notice that if α →αi , i n =1,..., are all the α - productions from P then we can associate to them a finite probability field 1 2 1 2 ... ( ) ... n n n pp p α αα α α α α ⎛ ⎞ →→ → = ⎜ ⎟ ⎝ ⎠ A (4) On the set of these probability fields A we define now an operator called stimulation operator. A stimulation operator is a mapping E n : {1,2,..., } A A × → defined as 1 2 1 2 ... ( ( ), ) ... n n n E i qq q α αα α α α α ⎛ ⎞ →→ → = ⎜ ⎟ ⎝ ⎠ A , (5) where 1 2 ( , ,..., , ) ll n q fxx xi = , {1,2,..., } l n ∈ . . 4 Conclusion and further work At this early stage of development, our approach looks promising especially by the fact that “it’s working”. The modular development of the application framework enables us to experiment with further extension, as stated in paragraph 3.2. One major concern for every system that has to interact with a human communicator is to deal with error validation. Furthermore, facing constantly such issues, it is necessarily to extend the dynamic system behavior with a learning strategy. An input validation would then use the parser for a preliminary check followed by the logical test. The later can only be done by understanding a sentence meaning. A drawback that needs to be handled is the fact that the system is currently susceptible to assimilating bad information in the instruction mode. Another issue we would like to investigate is the integration into an ecommerce web portal, where a potentially new client can ask questions about the products available, and this he way bypass ted

Kết quả (Việt) 2:

Cấu trúc bên trong và chức năng
đối với các khái niệm về ngữ pháp và phân tích cú pháp với, bây giờ chúng ta có thể mô tả các thành phần và hành vi bên trong của hệ thống của chúng tôi. Đối với một đầu vào được, trong hình thức của một câu, chúng ta phải xem xét các bước sau đây, để có được một sự hiểu biết từ nó. Đầu tiên của tất cả các câu phải được kiểm tra để xem nếu nó cũng được hình thành. Có thông qua này, nó được chia thành ba phần: các yếu tố mà không hành động, hành động và phần còn lại của câu chứa các tham số thêm được sử dụng để hiểu làm thế nào và trong hoàn cảnh mà hành động đã được thực hiện. Tiếp theo một lớp học được xây dựng mà tạo ra những hành động trên từ thực hiện nó. Một phản ứng theo hành vi của hệ thống sau đó được cung cấp. Giao tiếp là quá trình chuyển thông tin từ một nguồn khác. Trong chế độ, tất cả các thông tin truyền vào hệ thống học tập, sẽ cần trong đầu một vài hành động trước khi mã hóa, cần thiết cho việc tạo ra các liên kết ban đầu giữa các phần của kiến thức. Tất cả lời nói, trong bản chất, nhãn cho một cái gì đó trong cuộc sống thực và do đó, họ là những yếu tố cơ bản nhất trong giao tiếp của con người. Chung cho tất cả các yếu tố này là đại diện của các chi tiết cụ thể có / đặc thù và những gì là những hành động mà họ có thể làm. Một lớp học Word có chứa hai thành phần riêng biệt: bộ phận và hành động. Với đại diện này bây giờ có thể để tạo ra các câu. Quan trọng ở đây là phải hiểu được cách thức phù thủy một từ có nghĩa là bị ảnh hưởng trong một câu nào đó, và xa hơn nữa, cách thức phù thủy ý nghĩa của câu bị ảnh hưởng bởi các cụm từ, và cuối cùng, ý nghĩa nói chung bị ảnh hưởng bởi bối cảnh và nói chung
3.2 tích hợp và mở rộng
đối với một phiên bản tương lai của ứng dụng này chúng ta xem xét hai phương án như phần mở rộng cho các mô hình chính thức của hệ thống xử lý ngữ pháp. Một dựa trên lý luận mờ và các khác trên một phương pháp tiếp cận ngẫu nhiên. Chúng tôi trình bày trong một số khái niệm cơ bản sau đây cho phiên bản ngẫu nhiên. Một hệ thống mô hình fuzzy được xử lý trong một báo cáo trước đó [16]. Định nghĩa 3.1. Một ngẫu nhiên generative ngữ pháp (hoặc ngay ngẫu nhiên ngữ pháp) là một cặp (,) G fp đó: - (, ,,) GVV SP = NT là một Chomsky sinh sản và ngữ pháp -: [0,1] pf P → là một hàm xác suất có tài sản (()) 1 pi Σ → = f α α, nơi α → αi là -productions tất cả α từ P. Mở rộng các chức năng xác suất từ sản xuất đến Mục từ chúng ta có được kết quả như sau: * * () () () p pp f S qrf S QF qr ⇒ → = ⇒ →, trong đó () () ppfqr fp → =, p là bộ sản phẩm áp dụng. Định nghĩa 3.2. Các ngôn ngữ được tạo ra bởi văn phạm ngẫu nhiên (,) G fp là * * * (,) {| , () 0} LG FPP V và S pf S p pT p = ∈ ⇒ ⇒>. Định nghĩa 3.3. Một ngẫu nhiên generative ngữ pháp của loại i = 0,1,2,3 là một cặp (,) G fp nơi (, ,,) GVV SP = NT là một Chomsky generative ngữ pháp của loại i và: [0,1] pf P → là một hàm xác suất với các tài sản (()) 1 pi Σ → = f α α, nơi α → αi đều -productions α từ P. Định nghĩa 3.4. Một chức năng kích thích là một ánh xạ: [0,1] {1,2, ...,} [0,1] nnfn × →, 1 2 112 (,, ...,,) ((,, ... ,,), nnf xx xi FXX xi = 212 1 2 (,, ...,,), ..., (,, ...,,)) nn nf xx xi f xx xi xác minh các thuộc tính: - 1 2 1 1 (,, ...,,) nnk nk KKF xx xi x = = Σ = Σ (1) - 1 2 (,, ...,,) i ni f xx xi x> (2) - 1 2 (,, ...,,) l nl f xx xi x <, () ∀ ≠ li. (3) Chúng tôi nhận thấy rằng nếu α → αi, trong = 1, ..., là tất cả các α - sản xuất từ P sau đó chúng ta có thể liên kết với họ một xác suất trường hữu hạn 1 2 1 2 ... () ... nnn pp p α αα α α α α ⎛ ⎞ →→ → = ⎜ ⎟ ⎝ ⎠ A (4) Mở các thiết lập của các trường này xác suất A, chúng tôi xác định tại một nhà điều hành được gọi là toán tử kích thích. Một nhà điều hành kích thích là một n bản đồ E: {1,2, ...,} AA × → định nghĩa là 1 2 1 2 ... ((),) ... nnn E i qq q α αα α α α α ⎛ ⎞ →→ → = ⎜ ⎟ ⎝ ⎠ A, (5) trong đó 1 2 (,, ...,,) ll NQ FXX xi = {1,2, ...,} ln ∈. . 4 Kết luận và tiếp tục làm việc Ở giai đoạn đầu của sự phát triển, phương pháp tiếp cận của chúng tôi sẽ hứa hẹn đặc biệt bởi thực tế rằng "nó làm việc". Sự phát triển mô-đun của khung ứng dụng cho phép chúng tôi thử nghiệm với mở rộng hơn nữa, như đã nêu tại khoản 3.2. Một mối quan tâm lớn cho mỗi hệ thống có thể tương tác với một người giao tiếp của con người là để đối phó với xác nhận lỗi. Hơn nữa, phải đối mặt với các vấn đề liên tục như vậy, nó là cần thiết để mở rộng các hành vi hệ thống năng động với một chiến lược học tập. Một đầu vào xác nhận sau đó sẽ sử dụng bộ phân tích để kiểm tra sơ bộ tiếp theo là kiểm tra logic. Sau này chỉ có thể được thực hiện bằng cách tìm hiểu ý nghĩa câu. Một nhược điểm mà cần phải được xử lý là một thực tế rằng hệ thống hiện tại dễ bị đồng hóa thông tin xấu trong chế độ hướng dẫn. Một vấn đề chúng tôi muốn điều tra là sự tích hợp vào một cổng thông tin thương mại điện tử trang web, nơi mà một khách hàng tiềm năng mới có thể đặt câu hỏi về các sản phẩm có sẵn, và ông này cách bypass ted