Как выделить термины в тексте

Выделяем важные слова или оформляем текст html страницы!

Здравствуйте, уважаемые читатели блога. В прошлой статье я рассмотрел блочные теги для структурирования текста.

А сегодня мы рассмотрим оформление текста html-страницы, т.е. рассмотрим теги, которые помогут выделить важные фрагменты текста, чтобы привлекать к ним внимание посетителей. А также научимся вставлять на страницу специальные символы.

Выделение фрагментов текста. Теги strong и em.

Самым важным средством HTML применяющемся для выделения важных фрагментов текста является тег STRONG. Он выделяет текст полужирным шрифтом. Выделять текст полужирным шрифтом умеет также тег «b». Хоть теги «strong» и «b» похожи по своему действию, но они не являются эквивалентными.

Тег b является тегом физической разметки и просто устанавливает полужирное начертание текста. А strong является тегом логической разметки и отмечает важность выделенного текста. Тег «strong» имеет более важное значение при поисковой оптимизации сайта и его содержимое имеет больший вес для поисковиков.

Для курсивного выделения фрагментов текста применяются теги «i» и «em». Содержимое этих тегов выводится под наклоном имитируя рукописный шрифт.

При разработке web-сайтов для выделения текста чаще применяются теги «strong» и «em», чем теги «b» и «i». Пример использования тегов «strong», «b»,
«em» и «i» для оформления текстов:

И выглядит это так:

Применим теги «strong» и «em»; на нашей страничке из предыдущих статей:

Кроме элементов strong, b, em и i в HTML имеется множество тегов для оформления текста html документа. Привожу краткий список таких тегов:

И вот так они отображаются в браузере:

Разрыв строк

Как мы узнали из предыдущих статей, для перевода строк используются блочные элементы, в частности тег «p», выделяющий абзац.

Давайте поместим на нашу web-страницу сведения об авторских правах:

Сайт об автомобилях.

И как мы видим строки разделены слишком большим расстоянием, как-будто они не имеют друг к другу никакого отношения. В этом случае для разрыва строк лучше использовать тег br. Этот тег устанавливает перенос строки, но в отличие от тега «p», не устанавливает отступ перед строкой. Применим тег «br» на нашей страничке:

Поэтому в некоторых случаях при оформлении текста html страницы не забывайте про тег «br».

Вставка специальных символов. Литералы.

Иногда на web-страницу требуется вставить какой-нибудь специальный символ, например такие символы:

Для вставки специальных символов в HTML используются литералы. Литерал — это последовательность символов, которая начинается с символа & и заканчивается символом ;, а между ними помещается последовательность букв — код символа. Так для вставки этих символов используются соответственно следующие литералы:

Вставим на нашу страницу в блок об авторских правах символ копирайта:

Теперь страничка выглядит совсем круто:

Ниже привожу названия наиболее часто используемых символов:

Особое место среди этих символов занимает «неразрывный пробел». Если необходимо чтоб в каком-то месте строки текста перенос не выполнялся, то вставляете туда «неразрывный пробел».

Кроме литерала «неразрывный пробел» для запрета переноса строк можно использовать парный тег nobr. Тег «nobr» уведомляет браузер о том, что отображать текст следует без переносов.

Правда применение этого тега может привести к появлению в окне браузера горизонтальной полосы прокрутки и пользователю придется прокручивать текст по горизонтали, чтобы увидеть его полностью, что очень не удобно.

И еще этот тег не входит в спецификацию HTML, что приводит к не валидному коду. По этому советую применять этот тег только в крайних случаях при оформлении текста html страницы.

HTML также позволяет вставлять любой символ, поддерживаемый кодировкой Unicode. Для этого используется литерал со следующей структурой:

Узнать код нужного символа можно либо в Интернете, либо можно воспользоваться утилитой «Таблица символов», поставляемая в составе Windows. Запустить ее можно так: «Пуск — Все Программы — Стандартные — Служебные — Таблица символов» или нажать WIN+R и набрать в окне выполнить charmap. Появится окно «Таблица символов».

Если в списке символов выделить символ, который нельзя ввести с клавиатуры, в строке статуса с левой стороны появится надпись вида «Клавиша: Alt + код символа». Берете это код символа и вставляете в литерал.

Для примера вставим символ © в нашу страницу с помощью кода символа. Выделяем этот символ в «Таблице символов» и в статусной строке с левой стороны видим надпись «Клавиша: Alt+0169». Берем код «0169» и в нашей web-странице вместо литерала «copy» вставляем:

И убеждаемся, что на странице отображается все правильно.

На сегодня у меня все. Как всегда подведу итоги:

В следующей статье я расскажу как вставлять картинки на страницу, поэтому советую подписаться на обновления моего блога!)))

Источник

Выделение текста

В Word можно выбрать весь текст в документе (CTRL+A) или определенный текст или элементы таблицы с помощью мыши или клавиатуры. Вы также можете выделять фрагменты текста и элементы, расположенные в разных местах. Например, можно выделить абзац на одной странице и предложение на другой.

Выделение всего текста

Щелкните в любом месте документа.

Нажмите клавиши CTRL+A, чтобы выделить весь текст в документе.

Выделение определенного текста

Вы также можете выделить определенное слово, строку, абзац или несколько абзацев.

Поместите курсор перед первой буквой фрагмента, который вы хотите выделить.

Щелкните, а затем перетащите указатель, удерживая кнопку мыши.

Другие способы выделения текста

Чтобы выделить одно слово, дважды щелкните его.

Чтобы выделить строку текста, поместите курсор в ее начало и нажмите клавиши SHIFT+СТРЕЛКА ВНИЗ.

Чтобы выделить абзац, поместите курсор в его начало и нажмите клавиши CTRL+SHIFT+СТРЕЛКА ВНИЗ.

Выделение текста с помощью мыши

Выделение основного текста в документе

Примечания: Чтобы выделить весь документ, выполните одно из следующих действий:

На вкладке Главная в группе Редактирование щелкните элемент Выделить и выберите команду Выделить все.

Переместите указатель к левому краю текста и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем щелкните три раза.

Любой фрагмент текста

Щелкните в начале выделяемого фрагмента и, удерживая нажатой левую кнопку мыши, перетащите указатель по тексту, который нужно выделить.

Дважды щелкните слово.

Переместите указатель к левому краю строки и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем щелкните.

Удерживая нажатой клавишу CTRL, щелкните в любом месте предложения.

Трижды щелкните в любом месте абзаца.

Переместите указатель к левому краю первого абзаца и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем, удерживая нажатой левую кнопку мыши, перетащите указатель вверх или вниз.

Большой блок текста

Щелкните в начале выделяемого фрагмента, прокрутите документ до конца фрагмента, а затем, удерживая нажатой клавишу SHIFT, щелкните в конце фрагмента.

Переместите указатель к левому краю текста и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем щелкните три раза.

В режиме разметки дважды щелкните затененный текст колонтитула. Переместите указатель к левому краю колонтитула и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем щелкните.

Обычные и концевые сноски

Щелкните текст сноски, переместите указатель к левому краю текста и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем щелкните.

Вертикальный блок текста

Удерживая нажатой клавишу ALT, перетащите указатель мыши по тексту.

Наведите указатель мыши на границу рамки или надписи и дождитесь, чтобы он принял вид четырехсторонней стрелки, а затем щелкните.

Выделение элементов в таблице

Щелкните внутри ячейки. В разделе Работа с таблицами откройте вкладку Макет. В группе Таблица нажмите Выделить и выберите пункт Выделить ячейку.

Щелкните в любом месте строки. В разделе Работа с таблицами откройте вкладку Макет. В группе Таблица нажмите Выделить и выберите пункт Выделить строку.

Щелкните в любом месте столбца. В разделе Работа с таблицами откройте вкладку Макет. В группе Таблица нажмите Выделить и выберите пункт Выделить столбец.

Содержимое нескольких ячеек, строк или столбцов

Щелкните ячейку, строку или столбец, а затем, удерживая нажатой левую кнопку мыши, перетащите указатель по всем ячейкам, строкам или столбцам, содержимое которых требуется выделить. Чтобы выделить содержимое несмежных ячеек, строк или столбцов, щелкните первую ячейку, строку или столбец, нажмите клавишу CTRL и, удерживая ее, щелкните другие ячейки, строки или столбцы.

Содержимое всей таблицы

Щелкните в любом месте таблицы. В разделе Работа с таблицами откройте вкладку Макет. В группе Таблица нажмите Выделить и выберите пункт Выделить таблицу.

Выделение текста в разных местах

Можно выделить текст или элементы в таблице, которые не расположены рядом друг с другом. Например, можно выделить абзац на первой странице и предложение на третьей странице.

Выделите фрагмент текста или элемент в таблице.

Удерживая нажатой клавишу CTRL, выделите другой фрагмент текста или элемент в таблице.

Выделение текста в режиме структуры

Чтобы просмотреть документ в режиме структуры, перейдите на вкладку Вид, а затем в группе Режимы просмотра документа нажмите кнопку Структура.

Поместите указатель мыши левее заголовка и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем щелкните.

Заголовок, подзаголовок и основной текст

Поместите указатель мыши левее заголовка и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем дважды щелкните.

Абзац основного текста

Поместите указатель мыши левее абзаца и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем щелкните.

Несколько заголовков или абзацев основного текста

Поместите указатель мыши левее текста и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем перетащите его вверх или вниз.

Если в режиме структуры щелкнуть один раз слева от абзаца, будет выделен весь абзац, а не одна строка.

Если выделить заголовок, содержащий свернутый подчиненный текст, этот текст также будет выделен (даже если он не виден). Любые действия, произведенные над заголовком, в том числе перемещение, копирование и удаление, будут выполнены и со свернутым текстом.

Выделение текста с помощью клавиатуры

Выделение основного текста в документе

Примечание: Чтобы выделить весь документ, нажмите клавиши CTRL+A.

Нажмите клавиши SHIFT+СТРЕЛКА ВПРАВО.

Нажмите клавиши SHIFT+СТРЕЛКА ВЛЕВО.

Слово от начала к концу

Установите курсор в начало слова и нажмите клавиши CTRL+SHIFT+СТРЕЛКА ВПРАВО.

Слово от конца к началу

Установите курсор в конец слова и нажмите клавиши CTRL+SHIFT+СТРЕЛКА ВЛЕВО.

Строка от начала к концу

Нажмите клавишу HOME, а затем — клавиши SHIFT+END.

Строка от конца к началу

Нажмите клавишу END, а затем — клавиши SHIFT+HOME.

Нажмите клавишу END, а затем — клавиши SHIFT+СТРЕЛКА ВНИЗ.

Нажмите клавишу HOME, а затем — клавиши SHIFT+СТРЕЛКА ВВЕРХ.

Абзац от начала к концу

Установите курсор в начало абзаца и нажмите клавиши CTRL+SHIFT+СТРЕЛКА ВНИЗ.

Абзац от конца к началу

Установите курсор в конец абзаца и нажмите клавиши CTRL+SHIFT+СТРЕЛКА ВВЕРХ.

Документ от конца к началу

Установите курсор в конец документа и нажмите клавиши CTRL+SHIFT+HOME.

Документ от начала к концу

Установите курсор в начало документа и нажмите клавиши CTRL+SHIFT+END.

От начала до конца окна

Установите курсор в начало окна и нажмите клавиши ALT+CTRL+SHIFT+PAGE DOWN.

Нажмите клавиши CTRL+A.

Вертикальный блок текста

Нажмите клавиши CTRL+SHIFT+F8, а затем используйте клавиши со стрелками. Для выхода из режима выделения нажмите клавишу ESC.

Нажмите клавишу F8 для перехода в режим выделения, а затем нажмите клавишу СТРЕЛКА ВЛЕВО или СТРЕЛКА ВПРАВО. Для выхода из режима выделения нажмите клавишу ESC.

Слово, предложение, абзац или документ

Нажмите клавишу F8 для перехода в режим выделения, а затем нажмите клавишу F8 один раз, чтобы выделить слово, два раза, чтобы выделить предложение, три раза, чтобы выделить абзац, или четыре раза, чтобы выделить документ. Для выхода из режима выделения нажмите клавишу ESC.

Выделение элементов в таблице

Содержимое ячейки справа

Нажмите клавишу TAB.

Содержимое ячейки слева

Нажмите клавиши SHIFT+TAB.

Содержимое смежных ячеек

Удерживая нажатой клавишу SHIFT, несколько раз нажмите соответствующую клавишу со стрелкой, пока не будет выделено содержимое всех нужных ячеек.

Щелкните верхнюю или нижнюю ячейку столбца. Удерживая нажатой клавишу SHIFT, несколько раз нажмите клавишу СТРЕЛКА ВВЕРХ или СТРЕЛКА ВНИЗ, пока не выберете содержимое столбца.

Содержимое всей таблицы

Щелкните в любом месте таблицы, а затем нажмите клавиши ALT+5 на цифровой клавиатуре (при выключенном индикаторе NUM LOCK).

Отмена выделения целого слова

Откройте вкладку Файл и выберите пункт Параметры.

Выберите пункт Дополнительно.

В разделе Параметры правки снимите флажок Автоматически выделять слова.

Важно: Office 2007 больше не поддерживается. Перейдите на Microsoft 365, чтобы работать удаленно с любого устройства и продолжать получать поддержку.

Выделение текста с помощью мыши

Выделение основного текста в документе

Примечание: Чтобы выделить весь документ, выполните одно из следующих действий:

На вкладке Главная в группе Редактирование щелкните элемент Выделить и выберите команду Выделить все.

Переместите указатель к левому краю текста и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем щелкните три раза.

Любой фрагмент текста

Щелкните в начале выделяемого фрагмента и, удерживая нажатой левую кнопку мыши, перетащите указатель по тексту, который нужно выделить.

Дважды щелкните слово.

Переместите указатель к левому краю строки и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем щелкните.

Удерживая нажатой клавишу CTRL, щелкните в любом месте предложения.

Трижды щелкните в любом месте абзаца.

Переместите указатель к левому краю первого абзаца и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем, удерживая нажатой левую кнопку мыши, перетащите указатель вверх или вниз.

Большой блок текста

Щелкните в начале выделяемого фрагмента, прокрутите документ до конца фрагмента, а затем, удерживая нажатой клавишу SHIFT, щелкните в конце фрагмента.

Переместите указатель к левому краю текста и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем щелкните три раза.

В режиме разметки дважды щелкните затененный текст колонтитула. Переместите указатель к левому краю колонтитула и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем щелкните.

Обычные и концевые сноски

Щелкните текст сноски, переместите указатель к левому краю текста и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем щелкните.

Вертикальный блок текста

Удерживая нажатой клавишу ALT, перетащите указатель мыши по тексту.

Наведите указатель мыши на границу рамки или надписи и дождитесь, чтобы он принял вид четырехсторонней стрелки, а затем щелкните.

Выделение элементов в таблице

Щелкните внутри ячейки. В разделе Работа с таблицами откройте вкладку Макет. В группе Таблица нажмите Выделить и выберите пункт Выделить ячейку.

Щелкните в любом месте строки. В разделе Работа с таблицами откройте вкладку Макет. В группе Таблица нажмите Выделить и выберите пункт Выделить строку.

Щелкните в любом месте столбца. В разделе Работа с таблицами откройте вкладку Макет. В группе Таблица нажмите Выделить и выберите пункт Выделить столбец.

Содержимое нескольких ячеек, строк или столбцов

Щелкните ячейку, строку или столбец, а затем, удерживая нажатой левую кнопку мыши, перетащите указатель по всем ячейкам, строкам или столбцам, содержимое которых требуется выделить. Чтобы выделить содержимое несмежных ячеек, строк или столбцов, щелкните первую ячейку, строку или столбец, нажмите клавишу CTRL и, удерживая ее, щелкните другие ячейки, строки или столбцы.

Содержимое всей таблицы

Щелкните в любом месте таблицы. В разделе Работа с таблицами откройте вкладку Макет. В группе Таблица нажмите Выделить и выберите пункт Выделить таблицу.

Выделение текста в разных местах

Можно выделить текст или элементы в таблице, которые не расположены рядом друг с другом. Например, можно выделить абзац на первой странице и предложение на третьей странице.

Выделите фрагмент текста или элемент в таблице.

Удерживая нажатой клавишу CTRL, выделите другой фрагмент текста или элемент в таблице.

Выделение текста в режиме структуры

Чтобы просмотреть документ в режиме структуры, перейдите на вкладку Вид, а затем в группе Режимы просмотра документа нажмите кнопку Структура.

Поместите указатель мыши левее заголовка и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем щелкните.

Заголовок, подзаголовок и основной текст

Поместите указатель мыши левее заголовка и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем дважды щелкните.

Абзац основного текста

Поместите указатель мыши левее абзаца и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем щелкните.

Несколько заголовков или абзацев основного текста

Поместите указатель мыши левее текста и дождитесь, чтобы он принял вид стрелки, направленной вправо, а затем перетащите его вверх или вниз.

Если в режиме структуры щелкнуть один раз слева от абзаца, будет выделен весь абзац, а не одна строка.

Если выделить заголовок, содержащий свернутый подчиненный текст, этот текст также будет выделен (даже если он не виден). Любые действия, произведенные над заголовком, в том числе перемещение, копирование и удаление, будут выполнены и со свернутым текстом.

Выделение текста с помощью клавиатуры

Выделение основного текста в документе

Примечание: Чтобы выделить весь документ, нажмите клавиши CTRL+A.

Нажмите клавиши SHIFT+СТРЕЛКА ВПРАВО.

Нажмите клавиши SHIFT+СТРЕЛКА ВЛЕВО.

Слово от начала к концу

Установите курсор в начало слова и нажмите клавиши CTRL+SHIFT+СТРЕЛКА ВПРАВО.

Слово от конца к началу

Установите курсор в конец слова и нажмите клавиши CTRL+SHIFT+СТРЕЛКА ВЛЕВО.

Строка от начала к концу

Нажмите клавишу HOME, а затем — клавиши SHIFT+END.

Строка от конца к началу

Нажмите клавишу END, а затем — клавиши SHIFT+HOME.

Нажмите клавишу END, а затем — клавиши SHIFT+СТРЕЛКА ВНИЗ.

Нажмите клавишу HOME, а затем — клавиши SHIFT+СТРЕЛКА ВВЕРХ.

Абзац от начала к концу

Установите курсор в начало абзаца и нажмите клавиши CTRL+SHIFT+СТРЕЛКА ВНИЗ.

Абзац от конца к началу

Установите курсор в конец абзаца и нажмите клавиши CTRL+SHIFT+СТРЕЛКА ВВЕРХ.

Документ от конца к началу

Установите курсор в конец документа и нажмите клавиши CTRL+SHIFT+HOME.

Документ от начала к концу

Установите курсор в начало документа и нажмите клавиши CTRL+SHIFT+END.

От начала до конца окна

Установите курсор в начало окна и нажмите клавиши ALT+CTRL+SHIFT+PAGE DOWN.

Нажмите клавиши CTRL+A.

Вертикальный блок текста

Нажмите клавиши CTRL+SHIFT+F8, а затем используйте клавиши со стрелками. Для выхода из режима выделения нажмите клавишу ESC.

Нажмите клавишу F8 для перехода в режим выделения, а затем нажмите клавишу СТРЕЛКА ВЛЕВО или СТРЕЛКА ВПРАВО. Для выхода из режима выделения нажмите клавишу ESC.

Слово, предложение, абзац или документ

Нажмите клавишу F8 для перехода в режим выделения, а затем нажмите клавишу F8 один раз, чтобы выделить слово, два раза, чтобы выделить предложение, три раза, чтобы выделить абзац, или четыре раза, чтобы выделить документ. Для выхода из режима выделения нажмите клавишу ESC.

Выделение элементов в таблице

Содержимое ячейки справа

Нажмите клавишу TAB.

Содержимое ячейки слева

Нажмите клавиши SHIFT+TAB.

Содержимое смежных ячеек

Удерживая нажатой клавишу SHIFT, несколько раз нажмите соответствующую клавишу со стрелкой, пока не будет выделено содержимое всех нужных ячеек.

Щелкните верхнюю или нижнюю ячейку столбца. Удерживая нажатой клавишу SHIFT, несколько раз нажмите клавишу СТРЕЛКА ВВЕРХ или СТРЕЛКА ВНИЗ, пока не выберете содержимое столбца.

Содержимое всей таблицы

Щелкните в любом месте таблицы, а затем нажмите клавиши ALT+5 на цифровой клавиатуре (при выключенном индикаторе NUM LOCK).

Отмена выделения целого слова

Нажмите кнопку Microsoft Office , а затем — Параметры Word.

Выберите пункт Дополнительно.

В разделе Параметры правки снимите флажок Автоматически выделять слова.

Источник

Как выделить термины в тексте

Введение

В данной работе рассмотрена проблема компьютерной обработки текста на русском языке. Основной задачей данной работы является автоматизированное формирование массива терминов, опираясь на статистические характеристики текстового содержимого и его ключевых единиц, без использования словарных методов обработки текста, за исключением использования словаря шаблонных конструкций и комбинаций слов, сопровождающих определения.

Полученные данные позволяет решить широкий круг проблем, связанных с анализом текстового содержимого, среди них могут быть выделены:

Предоставленные данные ориентированы на обработку с помощью императивного процедурного языка программирования, но допускает использования логической и функциональной парадигм программирования.

Актуальность проблемы и существующие методы

Актуальной проблемой анализа текстового содержимого является выделение ключевых понятий. Под ключевыми понятиями понимается наиболее значимые термины рассматриваемого текста, которые отражают его основной смысл [2]. Они формируют общее смысловое содержание, позволяя проанализировать глубину рассмотрения предметной области, а также в автоматическом режиме отнести рассматриваемый текст к определенной предметной области.

Существующие методы обработки текста [7] ориентированы в большей мере на выявление закономерностей между отдельными токенами [6] (словами или словосочетаниями составляющими одну смысловую единицу предложения), а также опираются исключительно на словарный анализ. Словарный анализ требует наличия максимально полных баз данных, содержащих слова, а также их взаимосвязи и свойства. Также метод является высоко требовательным к ресурсам, как хранения, так и пополнения и обработки. Метод ограничен представленными базами данных и имеет свойства, которые напрямую зависит от ее полноты. В данном случае появление нового термина, может быть обработано неверно, поскольку он не присутствует в словаре.

Рассматриваемая задача сходна с задачей реферирования [1], которое подразумевает автоматическое формирование аннотации или реферата к представленному текстовому содержимому. Задача имеет более узкую направленность, не требует формирования связного текста из полученных данных, что является основным отличием от реферирования. Также реферирование является избыточным по отношению к представленной задаче.

Ключевые понятия текста имеют широкую область применения, как в области анализа текста, так и в области его автоматической обработки, перевода, а также автоматической проверки на смысловые ошибки [3]. Понятия, предоставленные в тексте, могут быть как общеиспользуемые, так и новые, вводимые в рамках рассматриваемого текста. По этой причине процесс анализа наиболее целесообразно разделить на две отдельно выполняемые задачи: анализ текста на предмет общеиспользуемых [5] терминов и анализ текста на предмет терминов, вводимых и определяемых в рассматриваемом тексте, которые, как правило, предоставляют собой ключевые понятия. Обе задачи кардинально различаются по степени сложности. Поиск вводимых терминов также во многих случаях может быть не реализован словарными методами, поскольку термин в тексте может вводиться впервые или может быть новым и отсутствовать в словаре.

Анализ текстового содержимого на предмет вводимых терминов

Рассмотрим анализ текста на предмет терминов, вводимых в рамках рассматриваемого текста. Для выделения терминов может быть использована следующая последовательность:

Анализ пунктограмм [8], а также комбинаций пунктограмм и слов, называемых шаблонными конструкциями, позволяют выделить термины, явно определяемые в тексте, а также является вспомогательным средством на этапе анализа частоты встречаемости, позволяя выявлять сложные предложения и анализировать их как отдельную единицу. При обработке языком программирования, данный этап не требует использование статистических методов, он построен исключительно на использовании теоретических сведений и позволяет достичь высокой степени точности. Этап требует наличия базы шаблонных конструкций, полнота которой напрямую влияет на точность полученных данных. Начальные данные базы формируются вручную, а впоследствии пополняется автоматизировано при взаимодействии с пользователем.

Для решения проблем, не затронутых на предыдущем этапе, производится словарная обработка текста, которая также требует использования теории, но дополняется использованием статистики расположения слов и их комбинаций, отсеиваемых на основе грамматических правил. На данном этапе собирается максимально полная база слов и комбинаций слов, сопровождающих определение новых терминов. Из полученной базы выбирается набор слов и комбинаций, имеющих наибольшую вероятность наличия определения при использовании. Затем производится поиск элементов набора в тексте, что позволяет сузить круг поиска. Таким образом, для каждого элемента набора формируется массив предложений, которые могут содержать определения терминов с определенной вероятностью Pу, которая является вероятностью события, согласно которому рассматриваемый элемент набора слов или комбинаций указывает на наличие определения в данном предложении.

Поскольку вводимые определения, согласно существующим требованиям к оформлению научного текста, как правило, присутствуют в начале текстового содержимого, порядковый номер предложения в тексте также играет весомую роль. По этой причине вводится порядковый коэффициент K, который рассчитывается как отношение порядкового номера предложения к числу всех предложений в тексте согласно формуле 1, где i – номер рассматриваемого предложения, а N – это число всех предложений в тексте.

(1)

Используя формулу 2, рассчитаем вероятность наличия определения нового термина в рассматриваемом предложении.

(2)

По полученной вероятности производится сортировка предложений.

Производится сбор статистики встречаемости слов в тексте, то есть производится занесение всех слов текста в один двумерный массив, который содержит анализируемое слово, а также Nпоявл. – количество его появлений. Полученный массив обрабатывается на предмет союзов, предлогов и местоимений, которые затем исключаются. Следующей задачей является поиск элементов массива слов в элементах массива предложений в порядке убывания встречаемости. К каждому слову формируется массив предложений, в которых может быть определено данное слово. Количество появлений слова, а также содержащих его предложений, являются параметрами, определяющими вероятность того, что рассматриваемое слово является термином, поэтому примем ее согласно формуле 3.

(3)

Производится группировка синонимичных понятий, в результате чего вероятности Pт, группируемых понятий, пересчитывается, а также производится исключение понятий, несущих вспомогательный характер. Затем слова и предложения рассматриваются попарно, в случае если слову соответствует более одного предложения, оно рассматривается с каждым по отдельности, иначе выносится в отдельный массив, а также считается потенциальным определением. Каждой паре формируется вероятность потенциального определения, согласно формуле 4.

(4)

Используя вероятность потенциального определения, выделяются наиболее вероятные пары, которые далее обрабатываются человеком. На данном этапе целесообразно введение автоматизированного средства, обработки результатов. Предложения, одобренные и не принятые пользователями, заносятся в банк знаний, который в дальнейшем обрабатывает их с целью выявления шаблона, который может быть использован на первом этапе. В случае если одно из предложений, соответствующее полученному шаблону, является не принятым, шаблон в данном случае должен быть переработан или исключен из рассмотрения.

При использовании данного алгоритма, также целесообразным является повтор аналогичных действий как внутри подразделов, так и во всем тексте в целом, а затем сравнение полученных результатов, что позволяет повысить их достоверность.

Визуальное представление данного алгоритма в виде блок-схемы предоставлено на рисунке 1. Его использование в большей степени ориентировано на автоматизацию формирования исходного материала для тестирования знаний обучаемого по существующему материалу преподавателя. При использовании методов автоматизации процесса реферирования, с целью автоматизации формирования тестов, возникают общепринятые понятия рассматриваемой области знаний, что является избыточным.

Использование словарных методов также является нецелесообразным, поскольку они не являются достаточными ввиду разнородности используемых терминов, которые зависят от преподаваемой дисциплины, а также имеют низкое быстродействие. В рассматриваемом методе решаются данные недостатки за счет вероятностного характера алгоритма и исключения общепринятых понятий из рассмотрения.

В программном изделии для автоматизации формирования тестов взаимодействие с пользователем, при использовании данного алгоритма, является необходимым, поскольку в выходных данных алгоритма могут присутствовать ложные элементы, которые должны быть исключены. При одобрении элементов пользователем, они подвергаются обработке, с целью выявления шаблонных конструкций и слов-указателей, которые могут быть использованы при повторном использовании приложения, что позволяет оптимизировать последующие результаты. Наличие данного взаимодействия позволяет решить следующие проблемы:

Алгоритм может быть реализован с использованием языка высокого уровня, имеющего функции или библиотеки обработки текста. Также при его использовании достигается более высокая производительность по отношению к словарным методам.

Заключение

В данной работе ключевые понятия рассматриваются как отдельный класс распознаваемых элементов текста, написанного на естественном языке. Данная работа имеет большую направленность к области реферативной обработки текста, которая заключается в выявлении набора ключевых высказываний, описывающих содержимое текста. Большинство методов, используемых для реферирования, опираются на словарные методы, которые требуют наличия словарей, имеющих набор существующих терминов. Предложенный метод имеет исключительно вероятностный характер.

Рецензенты:

Колбанев М.О., д.т.н., профессор СПбГУСЭ, кафедра «Прикладные информационные технологии», г. Санкт-Петербург.

Татарникова Т.М., д.т.н., доцент, профессор, Институт информационных систем и защиты информации СПбГУАП, г. Санкт-Петербург.

Источник