Modelowanie i przetwarzanie wiedzy czaso-przestrzennej. Model XCDC – aspekty teoretyczne oraz rozwiązania aplikacyjne

Wydział Matematyki i Informatyki: Zakład Lingwistyki Informatycznej i Sztucznej Inteligencji

Podstawowym celem rozprawy jest przedstawienie formalizmu XCDC (ang. eXtended Cardinal Direction Calculus), zbadanie jego własności oraz porównanie go pod względem możliwości reprezentacyjnych z innymi, szeroko stosowanymi technikami jakościowymi. Formalizm XCDC służy do modelowania wiedzy czaso-przestrzennej, tj. do tworzenia struktur matematycznych stanowiących reprezentację modelową stanów rzeczy (ze świata przedmiotowego). W pracy prezentowana jest konwersja pomiędzy reprezentacją językową (język naturalny) a XCDC. Przedstawiony jest także zbiór relacji XCDC konceptualizowanych w języku naturalnym, który, częściowo uporządkowany relacją porównującą struktury XCDC, tworzy hierarchię stanowiącą ontologię pojęć związanych z opisem czasu i przestrzeni. Omawiana jest również implementacja modułu czaso-przestrzennego realizującego funkcjonalności z zakresu przetwarzania wiedzy o czasie i przestrzeni, który w ramach większej aplikacji (POLINT-112-SMS) weryfikuje własności modelu XCDC i algorytmów interpretacji wyrażeń czaso-przestrzennych języka naturalnego (polskiego). Wskazane jest także powiązanie prac teoretycznych z materiałem empirycznym zebranym w oparciu o badania eksperymentalno-korpusowe.

In the Ph.D. thesis we introduce the XCDC (eXtended Cardinal Direction Calculus) formalism and analyze its properties. We also compare the XCDC with other widely used qualitative techniques. The XCDC formalism is designed for spatio-temporal knowledge modeling, i.e. for creating the mathematical structures which provide the model representation of the state of objects (from the real world). We also introduce the conversion between a natural language representation and the XCDC structures. We discuss the set of the XCDC relations conceptualized in a natural language which (if partially ordered by their internal structure) constitutes a hierarchy interpreted as the ontology of spatio-temporal sentences. We also describe the implementation of the spatio-temporal module carrying out the functionalities in the spatio-temporal knowledge processing. This module was successfully applied in the complex system (POLINT-11-SMS) what verifies the properties of the XCDC model and the algorithms for the interpretation of the spatio-temporal sentences (expressed in the Polish natural language). We also highlight the link between the theoretical research and the empirical data collected during the experiments and the corpus analysis.