Формальна мова для аналізу графових моделей та її програмна імплементація
DOI:
https://doi.org/10.18372/1990-5548.85.20427Ключові слова:
графові моделі, мова для аналізу графових моделей, семантичні мережі, синтаксичний аналіз, поширення повідомлень, процес поширення чутокАнотація
Метою статті є розробка спеціалізованої мови для обробки графових даних та її програмної реалізації. Запропоноване рішення забезпечує універсальність, зручність і ефективність, надаючи можливість виконання як базових операцій над графами, так і складніших процедур. Інструмент підтримує класичні алгоритми роботи з графами, зокрема пошук найкоротших шляхів, обхід графів, побудову мінімального кістякового дерева тощо, а також використовується для моделювання та аналізу процесів розповсюдження повідомлень і обробки графових репрезентацій текстових даних. Недоліком багатьох існуючих інструментів для аналізу графів, здебільшого реалізованих як бібліотеки універсальних мов програмування, є їхня незручність у використанні. Це зумовлено тим, що опис процедур для аналізу графів базується на операціях зі структурами даних, визначених у термінах цих універсальних мов, що ускладнює сприйняття та знижує наочність математичних методів, які реалізуються. Розробка спеціалізованої проблемно-орієнтованої мови, побудованої на основі абстракцій високого рівня, дозволить усунути ці недоліки. Така мова забезпечить формалізований опис методів аналізу та обробки графових моделей, підвищуючи їхню зрозумілість і доступність для користувачів. Програмна реалізація цієї мови дозволить отримати готові до використання рішення для виконання методів аналізу графів. Композиція таких методів сприятиме розв'язанню широкого спектра завдань, зокрема аналізу текстових повідомлень природної мови, а також вивченню процесів оприлюднення та поширення інформації в інтернет-середовищі.
Посилання
A. Korger, & J. Baumeister, (2021, September). Rule-based Semantic Relation Extraction in Regulatory Documents. LWDA, pp. 26–37.
M. C. De Marneffe, C. D. Manning, J. Nivre, & D. Zeman, “Universal dependencies,” Computational linguistics, 47(2), pp. 255–308, 2021. https://doi.org/10.1162/coli_a_00402
K. D'Oosterlinck, S. K. Bitew, B. Papineau, C. Potts, T. Demeester, & C. Develder, CAW-coref: Conjunction-Aware Word-level Coreference Resolution. arXiv preprint arXiv:2310.06165. https://doi.org/10.18653/v1/2023.crac-main.2
S. Schuster, & C. D. Manning, “Enhanced English universal dependencies: An improved representation for natural language understanding tasks,” Proceedings of the Tenth International Conference on Language Resources and Evaluation (LREC'16), 2016, May, pp. 2371–2378.
C. D. Manning, D. Christopher, M. Surdeanu, J. Bauer, J. Finkel, S. J. Bethard, and D. McClosky, “The Stanford CoreNLP Natural Language Processing Toolkit,” Proceedings of the 52nd Annual Meeting of the Association for Computational Linguistics: System Demonstrations, 2014, pp. 55–60. https://doi.org/10.3115/v1/P14-5010
Peng Qi, Yuhao Zhang, Yuhui Zhang, Jason Bolton and Christopher D. Manning, "Stanza: A Python Natural Language Processing Toolkit for Many Human Languages," Association for Computational Linguistics (ACL) System Demonstrations, 2020. https://doi.org/10.18653/v1/2020.acl-demos.14
K. Dong, A. Sun, J. J. Kim, & X. Li, “Syntactic multi-view learning for open information extraction,” 2022. arXiv preprint arXiv:2212.02068. https://doi.org/10.18653/v1/2022.emnlp-main.272
G. Angeli, M. J. J. Premkumar, & C. D. Manning, “Leveraging linguistic structure for open domain information extraction,” Proceedings of the 53rd Annual Meeting of the Association for Computational Linguistics and the 7th International Joint Conference on Natural Language Processing (vol. 1: Long Papers), 2015, pp. 344–354. https://doi.org/10.3115/v1/P15-1034
, P. Heyvaert, B. De Meester, A. Dimou, & R. Verborgh, “Declarative rules for linked data generation at your fingertips!,” The Semantic Web: ESWC 2018 Satellite Events: ESWC 2018 Satellite Events, Heraklion, Crete, Greece, June 3-7, 2018, Revised Selected Papers 15 (pp. 213–217). Springer International Publishing. https://doi.org/10.1007/978-3-319-98192-5_40
D. Van Assche, T. Delva, P. Heyvaert, B. De Meester, & A. Dimou, “Towards a more human-friendly knowledge graph generation & publication,” ISWC2021, The International Semantic Web Conference, vol. 2980, 2021. CEUR.
Guillaume Plique, “Graphology, a robust and multipurpose Graph object for JavaScript,” Zenodo, Published December 11, 2021 | Version 0.23.2-lib
D. Li, H. Mei, Y. Shen, S. Su, W. Zhang, J. Wang, M. Zu, & W. Chen, “ECharts: a declarative framework for rapid construction of web-based visualization,” Visual Informatics, 2(2), 136–146, 2018. https://doi.org/10.1016/j.visinf.2018.04.011
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Authors who publish with this journal agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
