SECINĀJUMI
Maģistra darba problēmas aprakstā izvirzītie mērķi izpētīt un salīdzināt mašīnmācīšanās algoritmus, un izstrādāt sintaktiskās analīzes rīku tika īstenoti. Tika izpētīta par algoritmiem pieejamā literatūra, izmēģināta algoritmu darbība brīvi pieejamā programmatūrā, un tie tika salīdzināti pēc vairākiem kritērijiem. Tika veiksmīgi izstrādāts C5 sintaktiskais analizators, kurā izmantojama gan autora C4.5 / C5.0 implementācija, gan oriģinālās C5.0 programmatūras kā arī SVM klasifikatora datus. Izvēlētie algoritmi tika salīdzināti ar C5 sintaktiskajā analizatorā ģenerētajiem ievaddatiem sintaktiskās analīzes nākamo gājienu paredzēšanā un arī atkarību loku veidošanā. Eksperimentu rezultātos tika atklāts, ka tieši datorlingvistikas vajadzībām tomēr C5.0 izvirzījās vadībā, par pāris procentu punktiem pārspējot konkurentus, lai gan visi trīs algoritmi darbojās ar samērā līdzīgu precizitāti.
Darba sākumā tika aprakstīts valodas apstrādes rīks Maltparser, tajā lietotie algoritmi gan tekstu sintaktiskās analīzes, gan mašīnmācīšanās. Sintaktisko atkarību analīzes algoritms Arc-eager Shift-reduce tika implementēts nelielā PHP programmā, dziļākas autora izpratnes radīšanai. Tālāk tika nodefinēta arī konkrēta maģistra darbā risināmā problēma un pieeja pētījuma veikšanai.
Darba otrajā daļā tika apskatīti un salīdzināti dažādi mašīnmācīšanās algoritmi – gan rīkā Maltparser lietotais SVM, gan algoritms C5.0, ar kuru to plānots aizvietot, kā arī viens vecāks mašīnmācīšanās algoritms – C4.5. Tika veikta neliela literatūras izpēte par konkrēto algoritmu teorētisko pamatojumu, kam sekoja arī algoritmu praktiska izmēģināšana uz reāliem testa piemēriem, lai varētu objektīvi salīdzināt to darbību.
Trešajā daļā tika izstrādāts C5 sintaktiskais analizators, kas sevī apvienoja sintaktisko atkarību analīzes algoritmu ar mašīnmācīšanās algoritmiem, lai varētu izveidot atkarību lokus starp ievadīto teikumu vārdiem / teikumu daļām. Ar šo rīku tika veikti eksperimenti, kuros salīdzināti mašīnmācīšanās algoritmi daļējā (nākamā gājiena paredzēšanas) un pilnā (atkarību loku veidošanā) sintaktiskās analīzes uzdevuma veikšanā.
Šis maģistra darbs pierāda, ka teikumu sintaktiskās analīzes problēmu risināšanā veiksmīgi var tikt izmantots C5.0 mašīnmācīšanās algoritms, kas ne vien spēs sniegt rezultātus ar lielāku precizitāti, bet arī veicinās tā lietotāju izpratni par analīzes gājienu secību. Tas noteikti var kalpot kā uzskates materiāls citiem valodas tehnoloģiju vai līdzīgiem pētījumiem.…
