Семантический анализ в прикладных системах
Получена: 2026-05-30
Опубликована: 2026-09-04
Аннотация
В работе исследуются методы, алгоритмы и архитектурные решения для интеграции семантического анализа в современные прикладные программные системы. Рассматриваются подходы к практическому применению семантических технологий (в области языков программирования и компиляторов, включая современные языковые модели), в таких прикладных областях, как интеллектуальный поиск, электронные каталоги и базы данных, конвейер обработки SQL. Анализируются ключевые проблемы внедрения семантических модулей, включая вычислительную сложность и интеграцию с существующей ИТ-инфраструктурой.
Ключевые слова
Список литературы
-
Современные информационно-коммуникационные технологии, программная инженерия и искусственный интеллект.
-
Devlin, J. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding / J. Devlin, M.-W. Chang, K. Lee, K. Toutanova // Association for Computational Linguistics. — 2019. — Vol. 1. — P. 4171–4186. (Статья по глубокому семантическому анализу контекста и извлечению скрытых смысловых связей).
-
Клещев, А.С. Сравнительный анализ семантики языков программирования и языков онтологий / А. С. Клещев, И. Л. Артемьева // Системное программирование. — 2015. — Т. 10, № 2. — С. 112–127. (Напрямую сопоставляет формальную семантику компиляторов с прикладными интеллектуальными системами).
-
Васильев, С. Н. Формальная семантика и верификация прикладного программного обеспечения / С. Н. Васильев, А. К. Петров // Программирование. — 2018. — № 4. — С. 15–28. (Посвящено построению систем доказательства правильности программ и анализу свойств зацикливания).
-
Загорулько, Ю. А. Семантические технологии для организации интеллектуального поиска и анализа неструктурированных данных / Ю. А. Загорулько // Сибирский журнал вычислительной математики. — 2016. — Т. 19, № 3. — С. 245–259. (К разделу о семантической фильтрации, дедупликации и кластеризации в СППР).
-
Mikolov, K. Chen, G. Corrado, J. Dean // arXiv preprint arXiv:1301.3781. — 2013. (Основополагающая работа по векторному представлению знаний и семантической близости слов).
-
Vaswani, A. Attention is All You Need / A. Vaswani, N. Shazeer, N. Parmar [et al.] // Advances in Neural Information Processing Systems. — 2017. — Vol. 30. — P. 5998–6008. (Основа современных моделей дистрибутивной семантики и контекстного анализа).
-
Devlin, J. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding / J. Devlin, M.-W. Chang, K. Lee, K. Toutanova // Association for Computational Linguistics. — 2019. — Vol. 1. — P. 4171–4186. (Статья по глубокому семантическому анализу контекста и извлечению скрытых смысловых связей).
Об авторах
Лицензия
Copyright (c) 2026 MMIT Proceedings
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.