Онтологический инжинирингв системах извлечения знаний из текста

Знания в текстах: откуда, что и зачем извлекать?
Извлечение из Интернета первичных элементов знания:
а) утверждения (лекарство Антипилин – полная ерунда; вероятная причина свиста под капотом автомобиля в сырую погоду – слабое натяжение ремня генератора);
б) факта (после принятия Антипилина может подниматься давление; летом 2006 фирма Пежо отозвала 20000 автомобилей из-за возможного возгорания в системе электроусилителя руля).
Порождение сложного знания из элементов знания:
а) логический вывод, например: продукт X некачественный (утверждение), X - продукт компании Y в 1997 (факт), Z - технический директор компании Y c 1996 по 1998 годы (факт), следовательно, Z - плохой руководитель (знание);
б) обобщение, например, порождение выводов: препарат Антипилин имеет меньше побочных эффектов, чем Глипирон (на основании статистики отзывов больных) или Типичная причина поломок автомобиля Форд Фокус – засорение бензонасоса (на основании статистики сообщений автомобилистов).

Социальные сети в Интернет: главный источник знаний
Блог “Живой Журнал” (http://www.livejournal.ru/) – сеть электронных дневников пользователей, которые делают записи (посты) в своих дневниках и комментарии на записи других пользователей в своих и чужих дневниках.
По состоянию на лето 2007 года русскоязычная часть блога содержит:
более 75 тысяч тематических сообществ;
более 1 миллиона 200 тысяч пользователей;
в день добавляется около 100 тысяч постов и 400 тысяч комментариев.
Сообщество auto_ru (“Все об автомобилях”) – крупнейшее из автомобильных.
В целом за 2007 год:
- 500 тысяч сообщений, порожденных 19 тысячами постов;
3000 авторов постов и 6 тысяч авторов комментариев;
объем русскоязычного текста около 60 Мбайт.

Объекты оценки: марки автомобилей
Знания по объекту Волга: оценки потребительских свойств автомобиля
Подкрепление знаний: цитаты из сообщений с отсылками в текст
Знания об автомобилях из Интернет-сообщества (скриншот 1)

Типы извлеченных знаний: оценки свойств автомобилей и полезные факты
Полезные факты по объекту Волга: участие в авариях (к оценке безопасности: а что останется от автомобиля?)
Подкрепление знаний: цитаты из сообщений с отсылками в текст
Знания об автомобилях из Интернет-сообщества (скриншот 2)

Задача: для каждой модели автомобиля "выловить" положительные и отрицательные отзывы и классифицировать их: за что хвалят/ругают?.
Экспериментальная онтология для оценки автомобилей с точки зрения характеристик (положительная/отрицательная) их потребительских свойств. Содержит более 1200 терминов (24 группы):
- 211 наименований узлов (движок, коробка передач, ходовая часть);
- 71 наименование свойств классифицированны на 8 оцениваемых групп (ходовые качества, комфорт, безопасность, надежность, …);
- 882 наименования оценок характеристик узлов и свойств, включающие прилагательные, существительные, глаголы и наречия (крутой, поломка, глючить, отстойно);
- 37 эмоциональных характеристик (любить, жалоба, плеваться).
Синтаксические связи в предложении между 24 группами терминов из онтологии описываются около 100 семантических шаблонов.
Извлечение знаний из Интернета: оценка потребительских свойств товаров на основании анализа отзывов

Шаблон для извлечения оценки автомобиля, которая выражается прилагательным в конструкциях вида:
Качество у двигателя Опеля стало низким;
Интерьер салона в Мазде считается хорошим.
Извлечение знаний: семантическая интерпретация текста (1)

Шаблон для извлечения оценки автомобиля, которая выражается существительным в конструкциях вида:
Размер багажника на Subaru вызывает восторг;
Вид салона Нексии приводит в бешенство.
Извлечение знаний: семантическая интерпретация текста (2)