범용 언어 모듈. 학생의 자율성을 개발하기 위해 모듈식 외국어 교육을 사용합니다. UNL 언어용 인터페이스

우리 사이트가 마음에 드셨나요? 귀하의 재게시물과 평가는 우리에게 최고의 칭찬입니다!

제작 재료를 주둔지 자원으로 교환하거나 그 반대로 교환할 수 있는 평균적인 주둔지 구조입니다. 또한, 진영(얼라이언스)과 (호드)에 대한 접근이 가능해집니다. 경매를 이용할 수 있습니다.

애드온을 사용하는 것이 좋습니다 기본 계획현재 수비대 관리를 위한 최고의 애드온입니다. 애드온을 찾아 다운로드할 수 있습니다. 편리한 미션 관리를 위해 애드온 사용을 권장합니다. 주둔지 임무 관리자. 찾아서 다운로드하실 수 있습니다.

1. 검토

2. 교역소에 대한 접근 권한을 여는 방법은 무엇입니까?

이번 섹션에서는 레벨 1, 2, 3 상점에 접근하는 방법을 알려드리겠습니다.

2.1. 무역 상점, 1층

첫 번째 레벨 상점은 시청 건설 직후부터 이용 가능합니다.

2.2. 주둔지 설계도: 교역소 레벨 2

주둔지 설계도: 교역소, 레벨 2는 레벨 98 또는 아라크 첨탑에 전초기지를 건설한 후에 구매할 수 있습니다. 가격은 1000g이거나 전초기지 건설 메모로 교환할 수 있습니다. 메모는 두 번 얻을 수 있습니다. 첫 번째는 고르그론드에서 퀘스트를 완료하는 동안, 두 번째는 아라크 첨탑에서 퀘스트를 완료하는 동안 골드를 절약할 수 있습니다. 아래는 호드와 얼라이언스의 상인 위치입니다.

2.3. 주둔지 설계도: 교역소 레벨 3

주둔지 설계도: 교역소, 레벨 3은 Wild Friends(얼라이언스) 또는 Wild Friends(호드) 업적에 대한 보상으로 획득할 수 있습니다. 5개 중 3개의 드레노어 세력과 확고한 동맹: (얼라이언스), (호드), (얼라이언스) , (호드) , (얼라이언스), (호드). 해당 업적은 계정 내 모든 캐릭터에게 공통적으로 적용됩니다.

업적을 완료하고 나면 청사진이 마법처럼 가방에 나타날 것이라고 기대하지 마세요. Spartz Boltspin(Alliance) 또는 Rezlak(Horde)로 이동하여 1000g에 구입하세요.

3. 교환

상점을 처음 방문하면 퀘스트(얼라이언스) 또는 작은 트릭(호드)을 받게 됩니다. 퀘스트를 완료하면 상인에게 접근할 수 있습니다. 그는 드레노어 제작 재료(광석, 풀, 고기, 생선 살코기, 모피, 가죽, 마법부여용 먼지)를 판매합니다. 5개 단위 가격입니다. 시약의 범위는 주둔지 자원의 20~50배입니다(호드와 얼라이언스의 가격은 항상 다릅니다).

4. 주문

교역소에서 일일 주문을 하면 시약을 주둔지 자원으로 교환할 수 있습니다. 교환율 - 자원 20개에 시약 5개.

5. 경매

두 번째 레벨 상점을 처음 방문한 후 고대 무역 메커니즘인 (얼라이언스) 또는 (호드)에서 퀘스트를 받을 수 있습니다. 5개의 부품을 받게 되며 각 부품은 서로 다른 아이템과 결합되어야 합니다.

마법부여 수정 모듈에는 4개의 시약이 필요하며, 이는 주둔군에 대한 습격이나 공격에서 몹과 보스로부터 얻을 수 있습니다:
경매 관리 모듈에는 던전의 몹과 보스에게서 얻을 수 있는 3개의 시약이 필요합니다.

다음 중 하나 현대 기술교육 패러다임을 바꾸는 문제를 해결할 수 있는 것은 모듈식 학습입니다. 왜냐하면 교육학 과정을 구축하는 데 적극적이고 적극적이며 유연한 접근 방식을 기반으로 하기 때문입니다.

20세기 80년대 후반부터 90년대 초반에 기술 과학 분야의 새로운 용어가 교육 과학, 즉 "모듈"에 등장했습니다. 기준 치수 (위도부터 계수 -"작은 단위") - 요소, 분리 가능하거나 적어도 정신적으로 일반과 구별됩니다. 모듈식 일반적으로 명확하게 정의된 부분으로 구성된 것을 말하며, 전체를 파괴하지 않고도 제거하거나 추가할 수 있는 경우가 많습니다.

교육 시스템에서 모듈식 학습의 이점에 대해 많은 글과 이야기가 나와 있습니다. 모듈식 교육 - 교육 정보의 블록 모듈식 표현을 기반으로 교육 과정을 구성하는 방법입니다.

모듈식 교육의 본질은 교육 내용이 자율적인 조직 및 방법론적 블록(모듈)으로 구성된다는 것입니다. 모듈의 내용과 양은 교육적 목표, 학생의 프로필 및 수준 차별화, 학생이 선택하려는 욕구에 따라 달라질 수 있습니다. 훈련 과정에 따른 개별 운동 궤적. 모듈은 필수 또는 선택일 수 있습니다. 모듈 자체는 다음과 같이 구성됩니다. 구조 단위로 과정전문 분야별; 주제별 기반으로 통합된 다양한 분야의 섹션 세트 형태로 조직적이고 방법론적인 학제간 구조로서; 또는 학문 분야 내의 조직적, 방법론적 구조 단위로 사용됩니다. 모듈식 교육의 필수 요소는 일반적으로 지식 평가를 위한 평가 시스템이며, 여기에는 각 모듈 학습 결과에 따라 학생의 성과를 평가하는 것이 포함됩니다.

안에 교육학모듈은 교훈적인 시스템이 작동하지 않는다는 지식 없이 전체 시스템의 중요한 부분으로 간주됩니다. 내용적으로 보면 이것은 완전하고 논리적으로 완성된 블록이다.

영국과 스웨덴의 학교에서 부분적으로 사용되는 모듈식 학습은 교육 자료의 설계를 통해 각 학생이 설정된 교훈적 목표를 달성하고 모듈의 자료가 완전하며 통합되도록 보장하는 모듈성 규칙에 따라 구축되었습니다. 다른 유형그리고 훈련의 형태. 이러한 훈련의 결과로 얻은 긍정적인 효과는 요소와 모듈 내용의 가변성으로 구성된 역동성과 관련이 있습니다. 이 훈련의 목표는 활동 방법과 행동 방법으로 공식화되며 인지 주기와 다른 유형의 활동 주기로 구분됩니다. 모듈식 학습은 문제 기반 접근 방식과 학습에 대한 학생의 창의적인 태도로 구별됩니다. 그 유연성은 지식 수준, 요구 사항 및 개별 속도를 결정하기 위해 반복적인 진단을 기반으로 교육의 차별화 및 개별화와 관련이 있습니다. 교육 활동연습생.

모듈식 교육의 주요 원칙은 다음과 같습니다.

1) 모듈성 원칙;
2) 훈련 내용을 별도의 요소로 구성합니다.
3) 역동성;
4) 활동
5) 유연성;
6) 의식적인 관점;
7) 다양성 방법론적 컨설팅그리고 패리티.

모듈화의 원칙은 블록 모듈 형태의 교육 자료 단위 구성의 무결성, 완전성, 완전성 및 일관성을 전제로 합니다. 교육 자료교육 요소 시스템의 형태로 구성되었습니다. 특정 주제에 대한 교육 과정은 모듈 블록을 요소로 구성됩니다. 블록 모듈 내부의 요소는 교체 가능하고 이동 가능합니다. 교육 자료를 마스터하는 것은 교육 활동이 완료되는 과정에서 발생합니다.

내용, 교수법, 독립성 수준, 학생의 교육 및 인지 활동 속도에 따라 개별화된 훈련 프로그램 역할을 할 수 있는 모듈입니다. 모듈식 훈련의 본질적인 특징은 다른 훈련 시스템과의 차이점을 포함합니다.

첫째, 훈련 내용은 완전한 독립형 복합체(정보 블록)로 제공되며, 목표에 따라 동화가 수행됩니다. 교훈적인 목표는 학생을 위해 형성되며 학습되는 내용의 양뿐만 아니라 동화 수준에 대한 표시도 포함합니다. 또한 각 학생은 보다 합리적으로 행동하는 방법과 필요한 교육 자료를 어디서 찾을 수 있는지에 대해 교사로부터 서면 조언을 받습니다.

둘째, 교사와 학생 간의 의사소통 형태가 변화하고 있다. 이는 모듈과 개인별 커뮤니케이션을 통해 수행됩니다. 학습을 과목 기반 기반으로 전환할 수 있게 해주는 모듈입니다. 관계는 교사와 학생 사이의 평등이 됩니다.

셋째, 학생은 가능한 한 독립적으로 일하고 목표 설정, 자기 계획, 자기 조직화, 자기 통제 및 자존감을 배웁니다.

Yu.B 쿠즈멘코바 모듈은 자율적인 미니 코스로 정의되며 이 코스(다른 코스와 마찬가지로)는 지정된 목표, 구현 방법 및 달성된 결과의 검증에 따라 설계되었다고 가정합니다. Yu.B에 따르면. Kuzmenkova는 제한된 학습 시간 내에 현실적으로 실현 가능한 제한된 수의 특정 작업을 설정해야 합니다. 이를 위해 표시된 핵심(모든 프로그램에 대해) 구성 요소(주제 방향 및 대상 방향)에 따라 여러 개의 단기 및 교대 모듈을 구성하는 것이 편리합니다. 일반 코스순차적으로 및/또는 병렬로 배열합니다. 제안된 접근 방식의 특징 중 하나는 차별화 가능성이며, 이를 통해 선택된 타겟 설정을 명확하게 구분할 수 있습니다. 동시에 실습에서 알 수 있듯이 모듈을 언어와 음성으로 나누는 것이 매우 편리합니다. 이러한 차별화는 주의를 집중시키는 원리에 기초하고 있으며, 이에 따라 교육 자료, 특히 익숙하지 않은 자료를 숙달하는 것이 어려움을 차별화하고 하나씩 제거할 때 더욱 효과적이 된다는 것입니다. (11, 21-28)

이에 따라 언어 모듈을 컴파일할 때 언어 측면의 연구와 관련된 특정 주제(또는 특정 주제 순서)를 숙달하는 데 주의가 집중될 것이라고 가정합니다. 음성학, 문법 또는 어휘, 음성 모듈 편집에는 주요 작업이 포함됩니다. 주요 임무는 한 유형의 RD(또는 두 가지 관련 유형-수용 및 재생산) 내에서 모든 기술과 능력을 습득하는 것입니다.

교육 과정을 구성하는 모듈식 원리에 대한 현대 연구는 모듈 구조에서 세 가지 주요 블록, 즉 학습할 자료가 포함된 블록, 실습 및 제어 블록을 식별합니다.

L.N. 그리고 나. Kuznetsovs는 다음과 같은 모듈 구조를 제안합니다.

대상 블록 (모듈 학습의 교훈적 목표, 목표를 실현하는 개인적 지향 작업).

블록 업데이트 (주제, 연습, 테스트 및 기타 연구에 필요한 기본 지식 및 행동 방법 목록 독립적 인 일업데이트를 위해

배경 지식).

문제 블록 (학생들에게 개인적으로 중요한 문제 상황, 주제에 대한 정서적으로 풍부한 자료).

자금 차단 (장비 및 교육 자료(지속적으로 업데이트됨), 방법론적 결과).

이론적인 블록 (주제 지식 및 행동 방법 목록, 아이디어, 원칙, 패턴, 방법 체계화, 행동 방법 일반화, 지원 형태로 주제의 내용 및 구조 제시(주제 지향).

애플리케이션 블록 (가변 반복 및 통합을 위한 다단계 작업 시스템)

일반화 블록 (간결한 일반화를 위한 교훈적 자료, 교육 자료의 체계화, 성찰).

리세스 블록 (복잡성이 증가한 교육 자료).

출구 블록 (교훈적인 자료 테스트, 시험, 교육 회의 보고서, 숙제).

표 2. 가능한 언어 모듈 구성

교육 목표에는 기술과 능력의 포괄적인 개발이 포함될 수 있으며, 선택한 주제를 다룰 때 다음을 사용할 수 있습니다. 다른 종류읽기/듣기, 롤플레잉 게임, 프리젠테이션, 보고서 작성, 에세이 작성 등 - 그러나 확실히 기본적인 어휘 능력 개발에 중점을 두고 있습니다. 어휘(최소 사전에 의해 규제되는 범위 내에서)는 다양한 유형의 조건부 의사소통 상황에서 선택한 분야의 의사소통 기술을 개발하는 동안 잘 습득됩니다.

학생들이 기본 과정에서 음성학이나 문법의 특정 부분을 공부할 시간이 충분하지 않은 경우, 좁은 주제 내에서 필요한 기술을 습득하는 데 초점을 맞춘 모듈을 유사하게 구성할 수 있습니다. 예를 들어, "독일어 모음 발음 수정" 또는 "시제 동사 형태 사용 수정"(후자의 경우) 좋은 예강조점의 변화이다. 훈련 연습문맥에 맞춰 문법을 공부합니다). 동시에 이미 알려진 어휘 자료를 바탕으로 말하기 능력을 종합적으로 개발하는 것이 가능합니다. 그러나 우선순위는 문법이나 음성학에 관한 자료를 대상으로 한 작업입니다.

또한 다음과 같이 표 3을 기반으로 대상을 선택하여 다양한 주제별 모듈을 구성할 수도 있습니다.

표 3. 언어 측면에서 필요한 지식 개발

미니 코스의 기간과 빈도는 가변적이며 모듈이 반드시 전체 수업일 필요는 없으며, 수업의 절반 또는 일부일 수도 있고 주제별로 구성된 더 긴 수업일 수도 있습니다. 지속. 프로그램을 편집할 때 다양하고 다양한 조합으로 사용할 수 있습니다. 선택 과정 프로그램 프레임워크 내의 두 가지 다른 언어 모듈은 전체 1분기에 걸쳐 확장될 수 있으며 한 수업(10분 - 음성, 나머지 시간은 문법), 어휘 모듈은 2분기부터 시작하거나 다른 방식으로 시작할 수 있습니다. 모듈 도입의 선택과 순서는 학생들의 특정 요구에 따라 결정됩니다. 중요한 것은 계획의 관점에서 볼 때 주요 요구 사항은 다음과 같습니다. 시스템 접근 방식클래스 구성(주기성, 연속성, 반복 및 그에 따른 정기 보고)에 적용되지 않으면 이러한 모든 모듈식 혁신이 혼란스러워질 것입니다.

문법 교육을 위한 모듈을 개발하는 것이 가장 편리합니다. 왜냐하면... 학습에 있어서 가장 큰 어려움을 일으키는 것은 문법이며, 학생들이 말하기와 쓰기에서 수많은 실수를 저지르는 것은 문법에 대한 무지 때문이므로 언어의 이 측면에 대해 좀 더 자세히 살펴보겠습니다.

문법은 문장에서 단어를 바꾸고 단어를 결합하는 것에 관한 규칙의 모음입니다. 이는 인간의 생각을 물질적인 언어 껍질에 넣는 것을 가능하게 합니다. 문법은 말하기와 분리될 수 없으며, 문법 없이는 어떤 형태의 말하기도 습득하는 것은 상상할 수 없습니다. 왜냐하면 문법은 어휘 및 소리 구성과 함께 말하기의 물질적 기초를 나타내기 때문입니다. 특징문법은 특정하고 구체적인 것에서 추상화하여 단어의 변화와 문장에서의 단어 조합의 기초가 되는 일반적인 것을 취하고 그것으로부터 문법 규칙을 구축한다는 것입니다.

위에서부터 문법은 중요한 실제적 의미를 갖는다는 것을 알 수 있습니다. 따라서 진행되는 실험에서는 문법 교육을 위한 모듈이 고려될 것이다.

따라서 다양한 모듈을 사용하여 과목 내 및 과목 간 연결을 성공적으로 구현하고 교육 콘텐츠를 통합하여 발표자의 콘텐츠 논리로 구성하는 것이 가능합니다. 학문적 주제교육 콘텐츠의 차별화가 필요합니다.

STAGE-3은 1980년대부터 개발된 다기능 자연어 텍스트 처리 시스템입니다. 러시아 과학 아카데미 정보 전송 문제 연구소의 러시아 언어학자, 수학자 및 프로그래머 그룹입니다. STAGE-3 시스템은 I.A.가 개발한 "의미 Û 텍스트" 이론을 기반으로 합니다. Melchuk과 Yu.D.가 개발한 언어 통합 이론입니다. 아프레시안.

STAGE-3은 특정 애플리케이션 목표 달성을 목표로 하는 상업적 개발이 아닙니다. 우리의 주요 임무는 자연어의 언어적 모델링과 그러한 모델의 컴퓨터 구현입니다. 이는 언어학적 관점에서 가능한 한 적절한 모델을 구축하려는 우리의 욕구를 설명합니다. 컴퓨터 워드 프로세싱의 효율성을 향상시키는 데 필요한지 여부에 관계없이 광범위한 언어 정보가 시스템에 도입되는 경우가 많습니다. 특히, 우리는 각 문장에 대해 언어학적으로 올바른 구문 구조를 얻으려고 노력합니다. 그렇지 않으면 문장이 예를 들어 다른 언어로 올바르게 번역될 수 없기 때문이 아니라 단순히 자연어 구문을 모델링하는 작업에 필요하기 때문입니다. 그러나 우리는 궁극적으로 언어 정보의 이론적 타당성과 완전성이 순전히 실용적인 관점에서 성과를 거두고 있다고 확신합니다.

모든 STAGE-3 애플리케이션은 원래의 3값 논리 시스템과 정교한 형식적 언어 설명 언어 FORET를 사용합니다(Apesjan et al. 1992a, Apresjan 참조). 외. 1992b).

2. 3단계: 모듈, 속성, 아키텍처, 구현

2.1.모듈

ETAP-3 시스템은 다음과 같은 주요 모듈을 포함합니다:

고품질 기계 번역 시스템
UNL(Universal Network Language)을 기반으로 러시아어 텍스트를 생성하기 위한 모듈
데이터베이스를 위한 자연어 인터페이스
문장의 동의어 의역 시스템
구문 오류 수정기
컴퓨터를 이용한 어학 교육 시스템
텍스트 코퍼스의 구문 마크업을 위한 작업 공간입니다.

아래에서는 이러한 모든 모듈을 간략하게 설명하고 그 중 하나인 UNL 모듈에 대해 자세히 설명하겠습니다.

2.1.1. 기계번역 시스템 ETAP-3

STAGE-3의 메인 모듈은 5개 언어 쌍을 지원하는 기계 번역(MT) 시스템입니다. 번역 시스템에는 (1) 영어에서 러시아어로, (2) 러시아어에서 영어로, (3) 러시아어에서 한국어로, (4) 러시아어에서 프랑스어로, (5) 러시아어에서 독일어로가 있습니다.

현재까지 처음 두 시스템이 가장 자세하게 개발되었습니다. 단일 양방향 모듈로 간주될 수 있는 영어에서 러시아어로, 러시아어에서 영어로의 번역 시스템은 주로 과학 및 기술 주제와 같은 실제 텍스트를 번역하기 위한 것입니다. 시스템의 작업 언어에 대한 조합 사전(각각 약 50,000개의 사전 항목 포함)이 주로 이러한 주제 영역의 어휘에 초점을 맞추고 있기 때문에 컴퓨터 공학, 전기 공학, 경제 및 정치에 대한 텍스트에서 최상의 결과를 얻었습니다. 그러나 STAGE-3은 최근 사전에 일상 어휘가 상당히 보충되었기 때문에 일상 주제에 대한 텍스트에도 대처합니다. 각 어휘소에 대해 조합 사전에는 구문, 단어 형성, 의미 및 단어 형성 기능, 제어 모델은 물론 이 어휘소가 포함된 안정적인 구문에 대한 정보가 포함되어 있습니다.

또한, 순수 형태학적 정보 외에도 어휘소에 대한 기본 구문 정보와 이에 상응하는 대략적인 번역 정보가 포함된 러시아어 형태소 사전(사전 항목 100,000개)이 있습니다. 영어 형태사전은 동일한 구조(사전 항목 60,000개)를 가지고 있습니다. 이 시스템은 STAGE-3 개발자가 편집한 영어 및 러시아어의 포괄적인 문법 설명을 기반으로 합니다.

다른 언어 쌍의 경우 번역 시스템이 프로토타입 수준에 존재합니다.

STAGE-3의 입력에서 동음이의어 문장이 수신되고 시스템이 이 동음이의어를 해결할 수 없는 경우 출력에서 여러 번역 옵션이 제공됩니다. 다른 모든 경우에 시스템은 가장 그럴듯한 구문 구조와 가장 가능성이 높은 번역을 생성합니다. 시스템 사용자가 가능한 모든 번역을 원할 경우 적절한 옵션을 선택할 수 있으며, 시스템은 해결되지 않은 동음이의어의 모든 사례를 "기억"하고 허용된 어휘 내용으로 가능한 모든 구문 문장 구조를 생성합니다. 하나를 고려해 봅시다 실제 예. 권하다 그들은 다음과 같은 일반적인 발언을 했습니다."모든 번역 옵션" 옵션을 선택한 경우 구문 구조와 어휘 선택이 모두 다른 두 가지 방식으로 러시아어로 번역되었습니다. (a) 그들은 다음과 같은 일반적인 논평을 했습니다.그리고 (b) 그들은 장군에게 다음과 같이 지적하도록 강요했습니다.…

2.1.2. 데이터베이스를 위한 자연어 인터페이스

ETAP-3 시스템의 이 모듈은 자연어(영어 또는 러시아어)의 자유 형식으로 지정된 쿼리를 SQL 쿼리 언어의 표현으로 변환합니다. 이 모듈은 또한 SQL에서 자연어로의 번역을 제공합니다. 모듈은 이 목적을 위해 특별히 개발된 의미 체계 구성 요소를 기반으로 합니다. 이 구성 요소는 깊은 구문 구조를 공식적인 의미 체계 표현으로 변환하며, 여기서 SQL 언어 표현으로 쉽게 이동할 수 있습니다.

2.1.3. 동의어 의역 시스템

이 모듈은 러시아어와 영어 문장의 다양한 동의어 및 준동의어 주변어구를 얻기 위해 언어학적 실험을 수행하도록 설계되었습니다. 이 시스템은 "의미 - 텍스트" 이론의 가장 중요한 혁신 중 하나인 어휘 기능 장치를 기반으로 합니다. 동의어 패러프레이징 모듈의 결과는 다음 예를 통해 설명할 수 있습니다.

(1) 감독은 John에게 보고서를 쓰라고 명령했습니다. - 감독은 John에게 보고서를 작성하라는 명령을 내렸습니다. - John은 감독으로부터 보고서를 작성하라는 명령을 받았습니다. - John은 감독으로부터 보고서를 작성하라는 명령을 받았습니다.

이 언어 연구 분야는 예를 들어 원어민 및 영어 교육과 같이 다양한 응용 분야를 가질 수 있기 때문에 매우 유망해 보입니다. 외국어, 저작 시스템 및 텍스트 계획 시스템에서.

2.1.4. 구문 오류 수정기

이 모듈은 러시아어 텍스트를 처리하도록 설계되었습니다. 사례관리는 물론 문법적 동의에 있어서도 다양한 오류를 찾아 교정하는 것을 목표로 하고 있습니다.

2.1.5 컴퓨터를 이용한 어학교육 시스템

이 모듈은 독립형 소프트웨어 애플리케이션, 즉 대화 형식의 컴퓨터 게임입니다. 이 프로그램은 러시아어, 영어, 독일어외국인으로서. 이 게임은 이미 언어를 잘 마스터했지만 주로 안정된 문구와 의역 수단을 통해 어휘력을 확장하고 싶은 사람들을 위한 것입니다. 이 시스템은 어휘 기능 장치를 기반으로 합니다. 이 프로그램은 어휘력을 풍부하게 하고 싶은 위 언어 사용자(예: 언론인, 교사, 심지어 정치인)도 성공적으로 사용할 수 있습니다.

2.1.6. 텍스트 코퍼스의 구문 마크업을 위한 작업 공간입니다.

새로 개발된 이 모듈은 ETAP-3 사전과 시스템의 형태소 및 구문 분석기를 사용하여 구문적으로 표시된 최초의 러시아어 텍스트 코퍼스를 구축합니다. 이 응용 프로그램은 혼합 유형입니다. 자동 분석 결과 얻은 트리 구조는 편리한 그래픽 도구를 사용하여 사람이 편집합니다.

2.2. 시스템의 기본 속성

ETAP-3 시스템 전체와 개별 모듈의 주요 기능 중 다음 사항을 확인할 수 있습니다.

규칙을 알고리즘의 기본 단위로 사용
레벨 접근
환승단계를 거쳐 환승
종속성 트리 사용
어휘주의적 접근
번역 옵션 수신 가능성
언어자원의 다양한 활용 가능성

이번 STAGE-3 버전에서는 모든 모듈이 규칙 기반 알고리즘만 사용합니다. 그러나 최근 여러 실험에서 MP 모듈은 번역 메모리 액세스를 기반으로 하는 구성 요소로 보완되었습니다. , 이중 언어 텍스트 말뭉치에서 번역 등가물을 반자동으로 추출하는 통계 구성 요소(Iomdin & Streiter 1999 참조).

다른 많은 자연어 텍스트 처리 시스템과 마찬가지로 ETAP-3도 계층화된 접근 방식이 특징입니다. 처리하는 동안 각 문장은 여러 단계를 거치며 각 단계에서 1) 형태적, 2) 구문 및 3) 정규화(또는 심층 구문)라는 특정 구조의 형태로 표시됩니다. 실제 번역(전송)은 정규화된 구문 구조 수준에서 수행됩니다. 영어 정규화 구조는 해당 러시아어 정규화 구조로 변환되며 그 반대의 경우도 마찬가지입니다.

ETAP-3가 대부분의 유사한 시스템과 구별되는 점은 문장의 구조를 표현하기 위해 구문 종속성 트리를 사용한다는 점입니다(전 세계적으로 대부분의 자연어 텍스트 처리 시스템은 직접 구성 요소의 구조를 사용합니다).

STAGE-3은 문법에 기록된 정보만큼 사전에 기록된 정보를 중요하게 여긴다는 점에서 어휘주의적 접근이 특징이다. 따라서 STAGE-3 사전은 다른 유사한 시스템에서 사용되는 사전보다 훨씬 더 많은 정보를 포함합니다. STAGE-3의 사전 항목에는 어휘 이름 외에도 어휘의 구문 및 의미 기능, 제어 모델, 번역 동등 항목, 다양한 규칙, 어휘 기능의 의미, 키워드에 대한 정보가 포함되어 있습니다. 그 중 이 어휘가 있습니다. 구문적 특징단어는 특정 분야에서 수행할 수 있는 능력 또는 무능력을 나타냅니다. 구문 구조. 200개 이상의 기능이 포함된 일반 목록에서 여러 구문 기능을 단어에 할당할 수 있습니다. 의미론적 특징문장 내 단어 간의 의미적 일치를 확인하는 것이 필요합니다. 관리 모델단어에는 주어진 단어의 행위자의 표면 표현에 대한 정보가 포함됩니다(예를 들어, 단어는 하나 또는 다른 전치사 또는 접속사 또는 이름의 하나 또는 다른 격 형태를 제어할 수 있습니다). 사전 항목의 가장 중요한 구성 요소는 다음과 같습니다. 규칙. STAGE-3의 모든 규칙은 문법과 사전 사이에 배포됩니다. 문법 규칙은 더 일반적이며 광범위한 단어 클래스에 적용되는 반면 사전 항목에 언급된 규칙(직접 또는 참조로)은 작은 단어 그룹이나 개별 단어에도 적용됩니다. 이러한 규칙 구성을 통해 시스템은 각 개별 제안을 처리하도록 자동으로 구성됩니다. 번역 프로세스 중에는 문장에 포함된 단어의 사전 항목에서 명시적으로 참조되는 규칙만 활성화됩니다.

예를 들어, 영어 단어에 대한 사전 항목의 일부를 제시합니다. 가능성:

SYNT:COUNT,PREDTO,PREDTHAT

DES:"사실","요약"

D1.1: 의"사람"

D2.1: 의"사실"

D2.2: TO2

D2.3: 그거1

SYN1: 기회

마그네: 좋음1/보통1/매우 좋음

항자기: 약간/얇음/나쁨/작은1/작음

OPER1: 보유/스탠드1

REAL1-M: 가져가다

안티리얼1-M: 미스1

INCEPER1: 얻다

FINOPER1: 잃다

CAUSFUNC1: 주다 /주다

트랜스: 가능성/ 사고

R:구성/수정/포지션

1.1 DEP-LEXA(X,Z,PREPOS,BY1)

1 잠루즈:Z(PO1)

2 잠루즈:X(랜덤)

1 잠루즈:Z(무작위)

TRAF:RA-EXPANS.16

TRAF:RA-EXPANS.22

ETAP-3 시스템을 개발할 때 우리는 다양한 목적으로 사용할 수 있는 방식으로 구성 요소를 구축하려고 했습니다. 특히 시스템의 핵심 문법 및 어휘 리소스는 모든 모듈에서 사용됩니다. 예를 들어, 러시아어 사전은 러시아어에서 영어로 번역할 때 분석 단계에서 사용되며, 영어에서 러시아어로 번역할 때 합성 단계에서 사용됩니다. MP 모듈, 의역 시스템, 구문적으로 표시된 말뭉치 등에서 동일한 사전이 사용됩니다. 또한 시스템 리소스 중 일부는 시스템 리소스에서 "소외"될 수 있으며 고객 요구 사항에 따라 개선된 후 자연스럽게 사용될 수 있습니다. 다양한 처리 시스템 - 언어 텍스트에 사용됩니다.

2.3.ETAP-3 시스템의 일반 아키텍처

ETAP-3 시스템의 기능에 대한 일반적인 아이디어를 제공하기 위해 MP 모듈의 일반 알고리즘을 제시합니다(구성표 1). 다른 모든 모듈은 특정 예약을 통해 이 모듈의 파생물로 간주될 수 있습니다.

Stage-3 시스템의 기계 번역 모듈

(건축학)

2.4. 구현

ETAP-3 시스템은 MicroVax 컴퓨터( 운영 체제 VMS). 최근에 새로운 것이 만들어졌습니다. 소프트웨어 Windows NT 4.0을 실행하는 개인용 컴퓨터에서 STAGE-3을 사용하여 작업하는 경우 사전 편집자가 다양한 추가 도구를 사용하고 사전을 보다 효율적으로 유지 관리하고 편집할 수 있습니다.

3. UNL 언어 인터페이스

3.1 배경과 목적

UNL 모듈 인터넷 사용자를 구분하는 언어 장벽을 적어도 부분적으로 극복하려는 매우 야심찬 목표를 가진 광범위한 국제 프로젝트의 일부로 개발되고 있습니다. 인터넷의 출현으로 사람들 사이의 시간과 공간의 장벽이 사실상 사라졌음에도 불구하고, 인터넷 사용자들은 여전히 언어 장벽으로 분리되어 있습니다. 이는 정보사회에서 성공적인 국제적, 대인적 의사소통을 방해하는 주요 장애물로 보인다. 인터넷 사용자가 사용하는 언어의 다양성은 인류의 시급한 문제 중 하나로 인식되어 왔습니다. 어쨌든 이는 이 문제를 해결하기 위한 프로젝트가 UN의 후원으로 수행되고 UN 대학 고등연구소의 조정을 받고 있다는 사실이 이를 입증합니다.

이 프로젝트는 1996년에 시작됐다. 현재 브라질, 독일, 인도, 인도네시아, 요르단, 스페인, 이탈리아, 중국, 라트비아, 몽골, 러시아, 태국, 프랑스, 일본 등 15개 대학과 연구기관이 참여하고 있다.

앞으로 몇 년 안에 다른 나라의 팀이 이 프로젝트에 참여할 것으로 예상되며 궁극적으로 이를 다룰 계획입니다. 공식 언어 UN 회원국 전체

프로젝트의 아이디어는 다음과 같습니다. 모든 것을 표현할 수 있을 만큼 강력한 보편적인 중개 언어가 제안되었습니다. 중요한 정보, 자연어로 된 텍스트로 전달됩니다. 이 언어는 H. Uchida(UN 대학)가 제안한 UNL(Universal Networking Language)입니다. 각 자연어에 대해 두 가지 시스템, 즉 UNL 언어의 텍스트를 주어진 언어로 번역하는 "역변환기(deconverter)"와 주어진 언어의 텍스트를 UNL 언어 표현으로 변환하는 "변환기(enconverter)"를 개발하는 것이 제안되었습니다. UNL에서 텍스트 생성이 완전히 자동으로 이루어지지는 않는다는 점을 강조해야 합니다. 이 과정은 컴퓨터와 인간(편집자) 사이의 대화로 계획되었습니다.

따라서 이 프로젝트는 기존의 기계 번역과 근본적으로 다릅니다. 우선, 다양한 자연어로 된 텍스트를 생성하기 위한 입력은 UNL 구조이며, 그 품질은 텍스트 분석 절차의 불완전성에 의존하지 않습니다. UNL의 대화형 구성 중 구조 편집기는 자동 변환기의 결과를 검토하고 오류를 수정하며 남아 있는 모호성을 해결합니다. 그런 다음 편집자는 역변환기를 실행하고 편집된 텍스트를 번역할 수 있습니다. UNL 스스로 표현하기 모국어작업 결과를 확인하고 필요한 경우 이 표현을 추가로 변경합니다.

UNL 시스템의 또 다른 중요한 차이점 기계 번역에서 언어의 표현은 UNL은 이러한 텍스트가 번역되는 자연어에 관계없이 생성되고 저장될 수 있습니다. UNL은 다음과 같이 생각할 수 있습니다. 보편적인 방법의미의 표현. UNL 텍스트를 자동으로 처리하기 위해(예: 색인화, 검색 또는 정보 추출) 텍스트를 자연어로 번역할 필요는 없습니다. 후자는 사람이 텍스트를 작업하는 경우에만 필요합니다.

각 자연어에 대한 변환 장치와 역 변환 장치가 언어 서버를 구성하고 이를 인터넷에 호스팅할 예정입니다. 모든 언어 서버는 단일 UNL 네트워크에 연결되어 인터넷 사용자가 UNL의 모든 문서를 자신의 언어로 번역할 수 있을 뿐만 아니라 공개적으로 제공하려는 텍스트를 UNL로 번역할 수 있습니다.

3.2 UNL 언어

이 기사에서는 UNL 언어를 자세히 설명할 수 없습니다. 이 주제에 대해서는 언어 창시자인 Hiroshi Uchida 박사가 작성할 별도의 기사가 필요하기 때문입니다. 우리는 추가 프레젠테이션에 중요한 UNL 언어 기능에 대해서만 설명할 것입니다. 전체 UNL 언어 사양은 다음 위치에 있습니다. http://www.unl.ias.unu.edu/.

UNL은 컴퓨터 언어는 다양한 언어로 정보를 포함하는 텍스트를 생성할 수 있는 형식으로 정보를 표시하도록 설계되었습니다. UNL 표현은 자연어 문장에 해당하는 방향성 하이퍼그래프입니다. 그래프의 호는 의미론적 관계를 나타냅니다. 대리인(활동가),물체(객체),시간(시간),장소(장소),기구(도구),방법(운영 방식)등. 그래프의 노드에는 미국의 개념 또는 그룹을 나타내는 소위 유니버설 단어(US)가 있습니다. 노드에는 속성이 제공될 수 있습니다. 속성에는 주어진 절에서 노드 사용에 대한 추가 정보가 포함됩니다. @명령형, @일반, @미래, @의무.

각 미국은 일부 영어 단어에 해당합니다. 일부 단어에는 해당 단어의 의미를 명확히 하는 의미 구분 기호가 있습니다. 대부분의 경우 구분 기호는 지식 기반에서 개념의 위치를 나타냅니다. 이는 다음과 같이 수행됩니다. 보편적인 종류의 단어 A(icl>B)'A는 카테고리 B에 속한다'로 해석됩니다. 예를 들어, 미국 코치아무런 제한 없이 영어 단어와 동일한 의미를 갖습니다. 코치일반적으로. 단어의 의미를 명확히 하기 위해 구분 기호를 사용합니다. 응, 그 표현은 코치 (icl>교통)코치'로 이해해야 한다. 차량'으로, 즉 버스; 표현 코치 (icl>인간)'라는 해석이 있다코치 사람으로서' 즉, 훈련자, 그리고 표현식 코치 (icl>do)- 해석 '코치 행동의 한 유형으로', 즉 동사 기차. 즉, 리미터 장치를 사용하면 미국을 정확히 하나의 의미로 사용되는 영어 단어로 표현할 수 있습니다. 또한 리미터를 사용하면 다음과 같은 개념을 도입할 수 있습니다. 영어단일 단어 기호가 없습니다. 예를 들어, 러시아어에는 광범위한 이동 동사 그룹이 있으며 그 의미에는 이동 방법 또는 수단에 대한 표시가 포함됩니다. 날아가다, 수영하고, 기어가고, 달리고등. 이 그룹에는 동사에 해당하는 단일 단어 영어가 없습니다. 그러나 영어 단어를 기반으로 의미가 가까운 ES를 구성하는 것은 가능합니다. 예를 들면 다음과 같습니다. 오다 (만나다>배로 오다)'차량이 배인 상태로 도착하다'라는 뜻이다.

다음은 영어 문장에 해당하는 UNL 표현의 예입니다.

(2) 그러나 언어의 차이는 우리 사회의 원활한 정보 흐름을 가로막는 장애물입니다.

각 UNL 라인 구조는 형식의 표현이다. 관계(US1, US2).단순화를 위해 보편적인 단어에 대한 의미 구분 기호는 생략됩니다.

aoj(barrier.@entry.@present.@indef.@however, Difference.@pl)

mod(barrier.@entry.@present.@indef.@however, flow.@def)

mod(difference.@pl, 언어)

aoj(부드러운 흐름.@def)

mod(flow.@def, 정보)

scn(flow.@def, 소사이어티)

pos(사회, 우리)

3.3. ETAP-3 시스템에서 UNL을 러시아어로 번역

섹션 1에서 이미 언급한 바와 같이 STAGE-3은 전달 시스템이며 번역 자체는 정규화된 구문 구조(NormSS) 단계에서 수행됩니다. 이 수준에서는 UNL 언어 표현과 정규화된 구문 구조가 많은 공통 기능을 나타내기 때문에 러시아어와 UNL 간의 대응 관계를 설정하는 것이 가장 편리합니다. 그 중 가장 중요한 것은 다음과 같습니다.

UNL 언어와 NormSS의 표현은 모두 문장의 표면적 표현과 의미적 표현 사이의 중간 위치를 차지하며 대략 소위 심층 구문 수준에 해당합니다. 이 수준에서 어휘 단위의 의미는 원시어로 분해되지 않으며 어휘 단위 간의 관계는 모든 언어에서 동일합니다.
UNL 및 NormSS 표현 모두에서 노드는 구문 범주가 아닌 터미널 요소(어휘 단위)를 나타냅니다.
노드에는 추가 특성(속성)이 포함되어 있습니다.
UNL 및 NormSS 언어 표현 모두에서 호는 방향성 종속성을 나타냅니다.

동시에 UNL과 NormSS 언어 표현에는 상당한 차이가 있습니다.

NormSS에서는 모든 노드가 어휘 단위를 나타내고, UNL 언어에서는 노드가 하위 그래프를 나타낼 수 있습니다.
NormSS에서 노드는 항상 단어의 한 가지 의미에 해당하며 CS의 의미는 해당 영어 단어의 의미보다 넓거나 좁을 수 있습니다.

2.1. US의 의미는 한 단어의 여러 의미에 동시에 해당할 수 있습니다(위 참조).

2.2. 자유 문구에 해당할 수 있습니다(예: 컴퓨터 기반또는 고품질).

2.3. 이는 단어의 특정 형태에 해당할 수 있습니다(예: 단어 최상의단어의 형태이다 좋은또는 잘).

2.4. 이는 영어에는 직접적인 대응이 없는 개념을 나타낼 수 있습니다.

NormCC는 연결된 모든 그래프, 즉 트리 중 가장 단순한 반면, UNL 표현식은 하이퍼그래프입니다.
UNL에서 호는 루프를 형성하고 개별 하위 그래프를 연결할 수 있습니다.
NormSS의 노드는 의미를 전달하지 않는 순전히 구문 관계로 연결되는 반면, UNL 언어의 관계는 의미 역할을 나타냅니다.
NormSS의 속성은 문법적 특성에 해당하는 반면, 많은 UNL 속성의 의미는 영어와 러시아어(예: 조동사)의 어휘 수단을 통해 전달됩니다.
NormSS에는 문장의 단어 순서에 대한 정보가 포함되어 있지만 UNL 언어 표현에는 그러한 정보가 없습니다.

문장 (2)의 NormSS는 다음과 같습니다.

UNL 표현에서 중간 표현(IR)으로 전환
PP에서 러시아어 NormSS(NormSSR)로 전환합니다.
Norm SSR에 대한 러시아 제안의 종합.

첫 번째 단계는 UNL 언어 간의 인터페이스입니다. ETAP-3 시스템 및 나머지는 ETAP-3 시스템의 영어-러시아어 모듈의 표준 수단을 사용하여 수행됩니다.

UNL에서 러시아어로의 번역 알고리즘은 다이어그램 3에 나와 있습니다.

위에서 다음과 같이 UNL 언어의 표현식에서 NormSS로의 전환은 다음과 같은 5가지 문제를 해결해야 합니다.

모든 제어 시스템 교체 영어로가능한 한. 영어 사전에 접근하면 영어-러시아어 번역 단계에서 러시아어 어휘가 나타납니다. CS에 대해 영어로 상응하는 항목을 찾을 수 없는 경우 이 CS의 의미를 다른 방법으로 표현해야 합니다.
UNL 언어의 구문 관계를 직접 또는 어휘 수단을 사용하여 STAGE-3의 구문 관계로 변환합니다.
UNL 언어 속성을 직접 또는 어휘 수단을 사용하여 STAGE-3 문법 특성으로 번역합니다.
UNL 그래프를 종속성 트리로 변환합니다.
문장에서 단어의 순서를 결정합니다.

첫 번째 문제와 (부분적으로) 두 번째 문제는 UNL 사전(영어 및 영어 조합)을 사용하여 해결됩니다. 공식 논리 언어 FORET로 작성된 규칙은 다른 모든 작업을 담당합니다.

따라서 이러한 모든 문제는 사전이나 규칙의 도움으로 해결됩니다. 규칙은 보편성 정도에 따라 일반, 스타일, 사전 규칙의 세 가지 클래스로 나뉩니다. 일반 규칙제안을 처리할 때 활성화될 수 있습니다. 다른 두 가지 유형의 규칙은 처리 중인 문장에 일부 규칙(스텐실 규칙의 경우) 또는 규칙 자체(사전 규칙의 경우)에 대한 참조가 포함된 단어가 포함된 경우에만 적용됩니다. 이러한 규칙 구성은 시스템의 자동 구성을 보장합니다. 특정 제안을 처리하는 데 필요한 규칙만 활성화됩니다.

3.4. 현재 상황과 앞으로의 계획

UNL에서 러시아어로 번역 모듈의 실험적 버전은 http://proling.iitp.ru/Deco에서 사용할 수 있습니다. 2000년 여름까지 우리는 이 모듈을 일반 용도에 적합하게 만들 계획입니다. 다음 작업은 대화형 변환기를 만드는 것입니다.

다이어그램 3에서 알 수 있듯이 UNL과 ETAP-3 기계 번역 모듈이 작동하는 구조 간의 인터페이스는 영어 NormSS 수준에서 수행됩니다. 동일한 다이어그램에서 다음이 분명합니다. 영어 번역원래 UNL 표현은 그러한 아키텍처의 자연스러운 부산물입니다. 이를 위해서는 영어 NormSS를 합성하도록 지시하는 것으로 충분합니다. 이 방향으로 이미 수많은 성공적인 실험이 수행되었습니다.

문학

Yu.D. Apresyan, I.M. Boguslavsky, L.L. Iomdin 등등 (1992 ㅏ ). 복잡한 언어 프로세서 정보 시스템. 과학, 256p.중.

Ju. D. Apresjan, I. M. Boguslavsky, L. L. Iomdin 등알. (1992b).ETAP-2: 기계 번역 시스템의 언어학. // 메타, Vol. 37, No. 1, pp. 97-112.

이고르 보구슬라브스키(1995). 양방향 러시아어-영어 기계 번역 시스템(ETAP-3)입니다. // Machine Translation Summit V. Luxembourg의 간행물.

레오니드 이옴딘과 올리버 스트라이터. (1999). 병렬 말뭉치에서 학습: 기계 번역 실험. // 대화"99: 전산 언어학과 그 응용 국제 워크숍. 러시아 타루사, 1999년 6월. Vol.2, pp. 79-88.

이 기사에서 다루고 있는 연구는 러시아 기초 연구 재단(보조금 번호 99-06-80277)의 일부 재정 지원을 받아 수행되었습니다.