семантическая сеть

Ответ от Вячеслав[гуру]
Это название возникло из понятий "нейронная сеть" и "семантическая сеть". Семантическая нейронная сеть предназначена для автоматического смыслового анализа информационного потока (предложений) .
Смысл предложения – это содержащаяся в нем информация. Информация нуждается в устройстве для ее обработки. Значит, смысл должен быть представлен устройству обработки в виде, пригодном для обработки. Если мы общаемся, используя устную речь, то смысл представлен в виде звуков, организованных в слова, предложения и более общие языковые конструкции. Если мы читаем книгу, то смысл представлен в виде отпечатанного текста. Исходя из вышеизложенного, смысл текста внутри устройства обработки должен представляться в формате, наиболее естественном для устройства обработки информации.
Искусcтвенная нейронная сеть — это математическая модель, а также устройства параллельных вычислений, представляющие собой систему соединённых и взаимодействующих между собой простых процессоров (искусственных нейронов). Как математическая модель искусственная нейронная сеть представляет собой частный случай методов распознавания образов.
Семантическая сеть — информационная модель предметной области, имеющая вид ориентированного графа, вершины которого соответствуют объектам предметной области, а дуги задают отношения между ними. Объектами могут быть понятия, события, свойства, процессы. Таким образом, семантическая сеть является одним из способов представления знаний. В названии соединены термины из двух наук: семантика в языкознании изучает смысл предложений, а сеть в математике представляет собой разновидность графа — набора вершин, соединённых дугами. В семантической сети роль вершин выполняют понятия базы знаний, а дуги (причем направленные) задают отношения между ними. Таким образом, семантическая сеть отражает семантику предметной области в виде понятий и отношений.
Каждый нейрон в семантической нейронной сети представляет собой некоторое элементарное понятие обрабатываемого смысла. Смысл, извлеченный из текста на естественном языке, формализовано представляется в семантической нейронной сети как мгновенное состояние множества нейронов - эффекторов, находящихся в слое извлечения смысла из входной символьной последовательности. Градиентное значение (то есть комбинация состояний) на выходе нейронов представляет собой нечеткий фактор уверенности - степень уверенности в том, что данное элементарное понятие содержится в обрабатываемом тексте. Логическому значению «истина» градиентного значения на выходе соответствует полная уверенность в том, что данное понятие присутствует в тексте, градиентному значению «ложь» соответствует полная уверенность в отсутствии данного понятия в обрабатываемом тексте. Промежуточные значения соответствуют предположительному присутствию или отсутствию понятия в тексте, со степенью уверенности равному градиентному значению.
Таким образом, с помощью таких сетей-устройств возможен автоматический смысловой анализ, например, текстовых электронных посланий. При обнаружении признаков определенного понятия будет автоматически подан сигнал тревоги или предпринято какое-то другое автоматическое действие.