ऑगमेंटेड ट्रांजीशन नेटवर्क: Difference between revisions

From Vigyanwiki
No edit summary
 
Line 22: Line 22:
* [https://web.archive.org/web/20071202052552/http://www.bookshelf.jp/texi/onlisp/onlisp_24.html#SEC141 An introduction on ATNs by Paul Graham] in [[On Lisp]]
* [https://web.archive.org/web/20071202052552/http://www.bookshelf.jp/texi/onlisp/onlisp_24.html#SEC141 An introduction on ATNs by Paul Graham] in [[On Lisp]]


{{DEFAULTSORT:Augmented Transition Network}}[[Category: ऑटोमेटा (गणना)]] [[Category: प्राकृतिक भाषा विश्लेषण]]
{{DEFAULTSORT:Augmented Transition Network}}


 
[[Category:Created On 24/07/2023|Augmented Transition Network]]
 
[[Category:Machine Translated Page|Augmented Transition Network]]
[[Category: Machine Translated Page]]
[[Category:Templates Vigyan Ready|Augmented Transition Network]]
[[Category:Created On 24/07/2023]]
[[Category:ऑटोमेटा (गणना)|Augmented Transition Network]]
[[Category:Vigyan Ready]]
[[Category:प्राकृतिक भाषा विश्लेषण|Augmented Transition Network]]

Latest revision as of 11:20, 21 August 2023

ऑगमेंटेड ट्रांजीशन नेटवर्क या एटीएन विशेष प्रकार की ग्राफ सिद्धांत संरचना है जिसका उपयोग फॉर्मल लैंग्वेज के ऑपरेशनल की परिभाषा में किया जाता है, विशेष रूप से अपेक्षाकृत काम्प्लेक्स नेचुरल लैंग्वेज को पार्स करने में उपयोग किया जाता है, और आर्टिफीसियल इंटेलिजेंस में इसका व्यापक अनुप्रयोग होता है। एटीएन, सैद्धांतिक रूप से, सेंटेंस स्ट्रक्चर का विश्लेषण कर सकता है, चाहे वह कितना ही काम्प्लेक्स क्यों न हो। एटीएन संशोधित ट्रांजीशन नेटवर्क और पुनरावर्ती ट्रांजीशन नेटवर्क का विस्तार है। .

एटीएन सेंटेंस को पार्स करने के लिए फिनिट स्टेट मशीनों (मार्कोव मॉडल) का उपयोग करने के विचार पर आधारित है। नेचुरल लैंग्वेज विश्लेषण के लिए ट्रांजिशन नेटवर्क ग्रामर में डब्ल्यू.ए. वुड्स का आशय है कि फिनिट स्टेट मॉडल में रिकर्सिव सिस्टम जोड़कर, पार्सिंग को और अधिक कुशलता से प्राप्त किया जा सकता है। किसी विशेष सेंटेंस के लिए ऑटोमेटन बनाने के अतिरिक्त, ट्रांजीशन ग्राफ़ का संग्रह बनाया जाता है। किसी भी स्टेट ग्राफ़ में अंतिम स्थिति तक पहुँचकर ग्रामर रूप से सही सेंटेंस का विश्लेषण किया जाता है। इन ग्राफ़ों के मध्य ट्रांजीशन नेटवर्क में किसी भी ग्राफ़ पर स्टेट से किसी भी प्रारंभिक स्थिति में बस सबरूटीन कॉल हैं। सेंटेंस ग्रामर रूप से सही माना जाता है यदि वाक्य में अंतिम शब्द अंतिम स्थिति तक पहुँच जाता है।

यह मॉडल लैंग्वेज के नेचुरल द्वारा निर्धारित कई लक्ष्यों को पूर्ण करता है क्योंकि यह लैंग्वेज की नियमितताओं को पकड़ता है। अर्थात्, यदि कोई ऐसी प्रक्रिया है जो कई वातावरणों में संचालित होती है, तो ग्रामर को उस प्रक्रिया को स्ट्रक्चर में समाहित करना चाहिए। इस प्रकार का एनकैप्सुलेशन न केवल ग्रामर को सरल बनाता है, अन्यथा ऑपरेटर की एफिशिएंसी का अतिरिक्त लाभ भी देता है। ऐसे मॉडल का अन्य लाभ निर्णयों को स्थगित करने की क्षमता है। कई ग्रामर अस्पष्टता आने पर अनुमान लगाने का उपयोग करते हैं। इसका तात्पर्य यह है कि पनिश के बारे में अभी तक पर्याप्त जानकारी नहीं है। रिकर्सन के उपयोग से, एटीएन किसी सेंटेंस के बारे में अधिक जानकारी होने तक निर्णयों को स्थगित करके इस अक्षमता का समाधान करते हैं।

यह भी देखें

संदर्भ

  • Wanner, Eric (1980). "The ATN and the Sausage Machine: which one is baloney?". Cognition. 8 (2): 209–225. doi:10.1016/0010-0277(80)90013-X. PMID 7389289.
  • Wanner, Eric; Maratsos, Michael (1978). "An ATN approach to comprehension". In M. Halle; J. Bresnan; G.A. Miller (eds.). Linguistic Theory and Psychological Reality. Cambridge: MIT Press.
  • Winograd, Terry (1983), Language as a Cognitive Process, Volume 1: Syntax, Addison–Wesley, Reading, MA.
  • Woods, William A (1970). "Transition Network Grammars for Natural Language Analysis" (PDF). Communications of the ACM. 13 (10): 591–606. doi:10.1145/355598.362773.


बाहरी संबंध