Muitos na vida tiveram que lidar com pessoas que buscam apenas obter benefícios. A moral e outros aspectos da vida são de importância secundária para eles.

Visões, crenças e ações são direcionadas exclusivamente para a obtenção de resultados que sejam úteis no sentido prático. Aqueles ao seu redor muitas vezes o condenam por isso.

Imediatismo e ingenuidade aos olhos de um pragmático é estupidez.
Ilya Nikolaevich Shevelev

Estilo de pensamento pragmático

Os pragmatistas se esforçam para atingir a meta, usando todas as possibilidades agora disponíveis. Eles não vão buscar informações adicionais, fundos, recursos, porque isso é uma perda injustificada de tempo e esforço. Os problemas são resolvidos à medida que surgem, para não se distrair com o objetivo principal - obter um resultado específico, mesmo que pequeno.

A busca constante por novos métodos, experimentos e outras atividades não indicam desvio do rumo escolhido. Isso não vem do desejo de novidade, mas é ditado pelo desejo de alcançar resultados rapidamente. Por isso, eles estão prontos para ouvir a opinião de outra pessoa, na esperança de encontrar o caminho mais curto para o objetivo.

Tal abordagem pode parecer superficial. Difere das normas geralmente aceitas, e os pragmatistas dão a impressão de pessoas inconsistentes e sem princípios. Eles são da opinião de que tudo o que acontece ao redor depende pouco das habilidades e desejos de uma pessoa. O principal para os pragmáticos é não perder o momento favorável em que tudo está indo bem. Sua crença na imprevisibilidade e incontrolabilidade do mundo justifica a estratégia "hoje será assim, e depois de acordo com as circunstâncias".

É impossível influenciar um pragmático com emoções e manifestações de sentimentos, a menos que se tornem um obstáculo objetivo no caminho ou, ao contrário, ajudem nessa situação. Eles sentem perfeitamente a conjuntura, respondendo rapidamente às suas mudanças. Eles cooperam facilmente, participando com entusiasmo nas discussões de questões importantes e no desenvolvimento de decisões coletivas.

Pessimismo, uma atitude negativa não é característica dessas pessoas. Os problemas que surgem não são capazes de desviá-los do caminho escolhido. Eles estão ligados à decisão com uma atitude positiva, um pragmatista, em palavras simples, um otimista incorrigível que procura transformar as circunstâncias difíceis a seu favor. A visão de mundo dobrada não permite dramatizar demais e levar muito a sério as dificuldades que surgem.

Comportamento e pensamento são flexíveis. As habilidades de comunicação são bem desenvolvidas, eles podem facilmente se imaginar no lugar de outra pessoa e entender as consequências de suas ações. Eles não são indiferentes à opinião alheia exatamente na medida em que seu futuro depende disso.

Características do comportamento de um pragmático

Pessoas pragmáticas geralmente alcançam sucesso na política e na administração. Isso se deve ao seu caráter, atitudes de vida, estilo de pensamento.

Eles são caracterizados por:

• procure os caminhos mais curtos para o lucro;
• rápida adaptação às novas condições;
• interesse por novos métodos, inovações;
• uso de qualquer meio para atingir objetivos;
• criatividade.

São inteligentes, aprendem coisas novas rapidamente, aproveitando todas as oportunidades para se aproximarem do objetivo pretendido.

A gestão valoriza os pragmáticos pelas seguintes qualidades:

• concentração em obter o máximo de lucro, o retorno mais rápido do investimento;
• pré-pensar aspectos táticos e estratégicos do caso;
• a capacidade de influenciar os outros, de convencê-los da correção de suas ideias;
• não se perde em situações difíceis, procurando saídas fora do padrão;
• adora experimentos ousados, apresenta inovações.

Contras do pragmatismo

Como todas as outras pessoas, os pragmatistas não têm apenas pontos fortes, mas também fraquezas.

Eles aparecem como:

• indiferença às perspectivas distantes do negócio, que em um futuro próximo não trará renda;
• o desejo de obter resultados precoces a qualquer custo, uma longa espera não é de sua natureza;
• a atenção está focada apenas no lado material da questão, todo o resto não importa;
• do lado de fora, parece que por uma questão de lucro eles estão prontos para qualquer compromisso;
• tendências ao maximalismo, de todos os recursos disponíveis, eles tentam obter o maior retorno.

Os pragmatistas não se preocuparão com o fracasso por muito tempo. Eles procurarão novos caminhos se os métodos antigos não funcionarem mais. Tendo tirado conclusões para si mesmos dos erros cometidos, eles não os repetirão no futuro.
Eles entendem que é preciso muito trabalho para alcançar seu objetivo.

Eles não vão depender de apoio externo, eles estão acostumados a confiar apenas em si mesmos. Eles podem ajudar se você pedir. Se no futuro houver uma oportunidade de compensar os custos, as chances do solicitante aumentarão significativamente.

A inatividade é impossível para eles, um pragmatista é uma pessoa que, com seu otimismo, é capaz de inspirar outros a conquistas trabalhistas. A intuição desenvolvida permite que você escolha entre uma variedade de opções, mas eficaz e com retornos rápidos.

Um cínico, um romântico, um letrista, um pragmático - absolutamente todo mundo sonha que um dia "velas escarlates" aparecerão em seu horizonte de vida.
Oleg Roy

Pragmático e relacionamento com os outros

Na comunicação com os outros, uma pessoa pragmática causa uma boa impressão. Ele é aberto à comunicação, gosta de brincar, não discute, encontra facilmente contato com qualquer pessoa. Na conversa, ele costuma usar exemplos da vida, frases estereotipadas. O tom das declarações é muitas vezes entusiasmado, entusiasmado, o que às vezes dá a impressão de hipocrisia e insinceridade.

Muitas vezes oferece ideias simples, explicando-as brevemente com exemplos da prática pessoal. Ele não se esquiva da troca de opiniões, organiza uma discussão coletiva de questões importantes. O debate sério é considerado chato. Ele prefere propostas reais, praticamente realizáveis, ao longo raciocínio teórico e filosófico. Estar em um estado tenso, dá a impressão de uma pessoa entediada que não está interessada nos assuntos em discussão.

A maioria dos políticos e empresários de sucesso, artistas e cantores, gerentes e produtores se estabeleceram na profissão graças ao uso de um cálculo sóbrio. Eles não tendem a se desviar do caminho pretendido, sendo distraídos por pensamentos sentimentais e desperdiçando energia em ações emocionais. Na vida, eles são guiados apenas pelo cálculo frio.

Opinião pública

Não é incomum ouvir críticas negativas sobre pessoas de sucesso.

As seguintes características dos pragmatistas causam indignação:

1. Cinismo. A crença de que tudo tem um preço em termos monetários, você pode fazer qualquer ação para alcançar resultados positivos causa rejeição. Como resultado, outros os consideram imorais.
2. Falta de autoridade. Para os pragmatistas que buscam lucro em tudo, apenas seus próprios interesses são importantes. Eles podem ouvir a opinião de outra pessoa, mas só a levarão em consideração se for do seu interesse. Em outros casos, eles não confiarão nas palavras, autoridade e ações de outras pessoas.
3. egoísmo. Todos os esforços são aplicados apenas para atingir o objetivo. No caminho para ela, as emoções de outras pessoas, as perdas não o impedirão. Os interesses dos outros não interessam, pois o principal na vida é o resultado a qualquer custo.

São essas qualidades que causam uma atitude negativa que são necessárias para a implementação do plano. Essas pessoas não param nos obstáculos, as dificuldades apenas temperam seu caráter. Tudo isso permite que você leve até o fim o trabalho que começou.

Conclusão

Qualquer um pode desenvolver as melhores características do pragmatismo. Para fazer isso, você precisa definir metas específicas, planejar o futuro, levar até o fim o que começou, não sucumbir às dificuldades. Não há tantas pessoas que possam ser chamadas de pragmáticos puros. Na maioria dos casos, diferentes habilidades, inclinações e desejos estão presentes em graus variados em uma pessoa.

As condições modernas exigem que as pessoas sejam capazes de planejar, se adaptar ao ritmo acelerado da vida e responder rapidamente às mudanças nas circunstâncias. Uma abordagem prática permite que você tenha sucesso, então podemos dizer que um pragmatista é uma pessoa que tem propósito, e sentimentos e emoções realmente não importam para ele.

Eles são muitas vezes odiados, invejosos de sua assertividade e energia. Como regra, os mal-intencionados são indivíduos de vontade fraca e vontade fraca. Você se considera um pragmático ou seus críticos?

A ciência da computação como ciência técnica deve, por definição, incluir a pragmática. Esta circunstância é até certo ponto mal compreendida e, portanto, o lado pragmático da informática é muito menos falado do que sua sintaxe e semântica. Na verdade, a ciência da computação é completamente permeada de pragmática.

Charles Pierce definiu a máxima do pragmatismo da seguinte forma: “É preciso considerar todas as consequências ditadas por um determinado conceito que o sujeito desse conceito terá. Além disso, aquelas que, segundo o mesmo conceito, são capazes de ter significado prático .

Está bem formulado, mas os conceitos fundamentais da pragmática, que são valores. Nas ciências técnicas, em vez de valores, as pessoas costumam falar sobre critério ou normas. Mas, de qualquer forma, estamos falando de conceitos que expressam as preferências das pessoas. De acordo com eles, as pessoas estabelecem algumas metas para si mesmas, melhorando-as. Nas ciências pragmáticas, o lugar central é ocupado por explicação da meta de valor, prática é entendida como atividade proposital. Lembre-se de que a medida quantitativa de qualquer valor é avaliar. É o resultado de um processo correspondente Medidas. Nesse sentido, convém destacar as principais disposições da teoria da mensuração da avaliação.

• 2. Medir notas envolve atribuir-lhes algumas variáveis ​​numéricas ou linguísticas2.
• 3. A avaliação tem sempre alguma dimensão, que é determinada pela natureza do valor. Pontuações anônimas não têm significado científico. Há pontos para conhecimento, habilidades, beleza, honestidade e assim por diante.
• 4. As escalas de classificação não são universais, como evidenciado pelo uso generalizado de escalas de ordem, classificações diretas e proporcionais, intervalos iguais e meio, classificações correlativas aos pares, etc.
• 5. Os tipos de medições também variam. Distinguir medidas diretas, indiretas, cumulativas e conjuntas. Nas medições indiretas, o valor de uma quantidade é determinado com base em uma relação conhecida entre a quantidade desejada e as quantidades cujos valores são encontrados por medições diretas. As medições cumulativas envolvem uma combinação de medições repetidas. As medições conjuntas de quantidades de nomes opostos são projetadas para fornecer uma relação funcional entre elas, ou seja, certas leis.
• 6. A compreensão do processo de mensuração de notas não independe do conteúdo da teoria, além disso, é inteiramente determinada por ela.

Tanto na ciência quanto na filosofia da ciência é muito forte a posição dos objetivistas, que pensam que a medição é um simples ato de fixar o que é. Um certo padrão é escolhido, com o qual o atributo medido é então correlacionado - essa é toda a teoria. Não há necessidade de entrar nos meandros de como as teorias são construídas. Essa opinião foi repetidamente refutada, mas os objetivistas não desistem. Para não ser infundado, vamos nos referir a um exemplo ilustrativo. Nem todo economista entende que o preço de um determinado produto não é um valor fixo, mas depende essencialmente do parâmetro de otimização escolhido. Se este for o volume de vendas, então o preço será diferente do que ao maximizar o lucro atribuível ao capital adiantado. A conclusão geral é que o que exatamente deve ser medido e como é determinado com base no conteúdo da teoria.

7. Valores que não geram metas são sem vida. Diante dessa circunstância, fica claro que a avaliação é uma característica simultânea do valor e da meta que ela gera. As estimativas não são autônomas em relação às metas, são obrigatoriamente fechadas sobre elas e, portanto, devem ser formuladas levando em consideração a certeza das metas.

Especialmente muitas colisões estão relacionadas com a compreensão do conteúdo desta disposição. Geralmente não é levado em consideração. Acredita-se que o estabelecimento de metas, que varia de uma pessoa para outra, é incompatível com a solidez da ciência, que é determinada pelo fundamento que permanece inalterado para sempre. Mas tal opinião não pode ser conciliada com o status real das ciências pragmáticas. Em cada um deles, a questão não se limita a princípios imutáveis, mas realiza-se apenas no estabelecimento de metas, das quais depende o valor dos parâmetros medidos. É o objetivo que acaba sendo o quadro de referência, em relação ao qual os parâmetros têm certos valores. Quanto maior a significância do parâmetro, maior o seu valor.

Qualidade de software como valor.

Até agora, a pragmática foi caracterizada nos termos mais gerais. Passemos agora diretamente à ciência da computação, considerando a qualidade Programas (SOBRE). A própria formulação da questão da qualidade de software atesta seu conteúdo pragmático.

Estritamente falando, o software tem sido avaliado de uma forma ou de outra desde o seu início, mas apenas desde o final da década de 1960. esse processo começou a tomar formas sistemáticas. Na segunda metade da década de 1970. aparecem as primeiras monografias1, cujo número aumenta exponencialmente. Uma busca multifacetada e persistente está em andamento medidas quantitativas características do software, que é objeto de inúmeros trabalhos na área de métricas de software. Entre essas medidas, duas líderes estão surgindo rapidamente: primeiro, o número de linhas de código e, segundo, o número de erros por mil linhas de código. É claro que a avaliação de software não se limita a eles. Na tabela. 4.4 fornece fatores de qualidade de software de acordo com GOST 28195-892.

Tabela 4.4. Qualidade do software

	Fator de qualidade de software	Propriedade caracterizada
	Confiabilidade	Caracteriza a capacidade do software em áreas específicas de aplicação para executar funções especificadas de acordo com os documentos do programa em caso de desvios no ambiente operacional causados ​​por falhas de hardware, erros nos dados de entrada, erros de manutenção e outros efeitos desestabilizadores.
	Manutenibilidade	Descreve aspectos tecnológicos que facilitam a eliminação de erros em documentos de software e políticas e mantêm o software atualizado
	Fácil de usar	Caracteriza as propriedades do software que contribuem para o rápido desenvolvimento, aplicação e operação do software com custos mínimos de mão de obra, levando em consideração a natureza das tarefas a serem resolvidas e os requisitos para a qualificação do pessoal de manutenção
	Eficiência	Caracteriza o grau de satisfação da necessidade do usuário de processamento de dados, levando em consideração recursos econômicos, computacionais e humanos
	Versatilidade	Caracteriza a adaptabilidade do software a novos requisitos funcionais decorrentes de mudanças no escopo ou outras condições operacionais
	Correção	Caracteriza o grau de conformidade do software com os requisitos estabelecidos nos termos de referência, requisitos de processamento de dados e requisitos gerais do sistema

Métricas de software. As métricas de Halsted, McCabe e Chapin são especialmente populares. Seus indicadores, assim como muitos outros, permitem não apenas avaliar a complexidade da implementação de elementos individuais de um projeto de software, ajustar os indicadores gerais para avaliar a duração e o custo do projeto, mas também avaliar os riscos associados à o projeto e tomar as decisões de gerenciamento necessárias. Ao mesmo tempo, temos que afirmar que todo o programa de qualidade de software está repleto de inúmeros aspectos problemáticos. Os pesquisadores ingleses N. Fenten e M. Niel escreveram sobre eles muito brilhantemente no artigo "Software Metrics: Achievements, Failures and New Directions".

Os autores atribuíram às conquistas o desenvolvimento de diversas métricas e seu uso, pelo menos parcial, não apenas por grandes, mas também por empresas de médio porte. No entanto, este processo gratificante encontra dificuldades significativas. A atividade acadêmica no campo da criação de métricas de software não encontra sua continuidade na indústria, principalmente porque muitos desenvolvimentos científicos não levam em consideração suas necessidades. As métricas usadas na indústria são pouco motivadas e não são usadas com eficácia suficiente. No curso, principalmente indicadores simples e fáceis de lembrar. Indicadores mais complexos são mais propensos a serem exóticos.

H. Fanten e M. Niel chegaram à conclusão de que se deve estar extremamente atento às solicitações de profissionais que priorizam defeitos de software. Ao caracterizar um determinado módulo de software, é necessário indicar o número de defeitos correspondentes aos seus três níveis - o mais baixo, o médio e o mais alto, determinando a probabilidade de uma possível falha.

Os pesquisadores americanos S. Kaner e W. Bond submetem cada um dos indicadores propostos a uma minuciosa análise pragmática, inclusive aquela que foi tão amplamente promovida por T. Demarco, afirmando: "Conheço apenas um indicador que merece ser reunido de uma vez e para todos: contando defeitos". A este respeito, é necessário dar uma resposta bastante confiante a 10 perguntas:

• 1. Qual é o objetivo desta medição?
• 2. Quais são os limites desta dimensão?
• 3. Que atributo estamos tentando medir?
• 4. Qual é a escala natural para medir esta característica?
• 5. Qual é a variabilidade natural de uma característica?
• 6. Qual é a métrica (função que determina o valor de uma característica)? Qual ferramenta é usada para realizar o processo de medição?
• 7. Qual é a escala natural para a métrica em questão?
• 8. Qual é a escala natural do instrumento que está sendo lido?
• 9. Como os valores do atributo e da métrica se correlacionam?
• 10. Quais são os efeitos colaterais naturais e previsíveis da ferramenta que está sendo usada?

Todas essas questões visam esclarecer o real, e não o conteúdo pragmático ilusório de um determinado recurso. Mas como, ao contrário do Demarco, as coisas nunca terminam com a seleção de apenas um indicador, é preciso encontrar um indicador equilibrado. O conceito correspondente é teoria do sistema equilibrado de indicadores de desempenho, foi desenvolvido pela primeira vez no campo da gestão por R. Kaplan e D. Norton. Da administração, ou seja, teoria da gestão das organizações, foi legitimamente transferida para a ciência da computação por A. Abran e L. Bouillone. S. Kaner e W. Bond tornaram-se co-autores desta transferência.

• 1. Os valores sempre fazem parte das construções teóricas. Sua avaliação é amplamente determinada pelo objetivo definido.
• 2. O critério final de eficácia é o sucesso do funcionamento da teoria. Em caso de falha, a teoria é revisada. Este é o mecanismo do crescimento do conhecimento científico em ciência da computação.

Enviar seu bom trabalho na base de conhecimento é simples. Use o formulário abaixo

Estudantes, estudantes de pós-graduação, jovens cientistas que usam a base de conhecimento em seus estudos e trabalhos ficarão muito gratos a você.

Documentos Semelhantes

Definição de marcas como designações que servem para individualizar os produtos de pessoas jurídicas ou empreendedores individuais. Classificação das marcas: figurativa, verbal, combinada, sonora, holográfica e tridimensional.

apresentação, adicionada em 20/03/2012


O papel das marcas e suas variedades. As especificidades da venda de produtos de marca. Aspectos legais do uso de marcas. A prática de publicidade de imagem no mercado russo. Direito exclusivo de marca. Marca como elemento de publicidade.

trabalho de controle, adicionado em 14/02/2010


Essência, finalidade, tipos de marcas. Visão geral das características do uso de uma marca. Organização do comércio internacional licenciado. Comércio de produtos falsificados. Medidas tomadas quando são identificadas mercadorias que apresentam sinais de falsificação.

trabalho de conclusão de curso, adicionado em 28/11/2014


Estilo corporativo: conceito, funções, elementos principais. História da marca. O valor das tradições culturais no design de marcas. O fenômeno do apagamento das fronteiras nacionais e estaduais. Busque ideias figurativas e semânticas na criatividade do design.

trabalho de conclusão de curso, adicionado em 04/04/2018


Tipos e funções das marcas. Requisitos básicos para uma marca, bem como regras de uso. Proteção legal de marcas registradas na República da Bielorrússia. O papel da marca e do branding. Fatores que determinam o nível e a dinâmica dos preços mundiais.

resumo, adicionado em 21/07/2013


Envolvimento e tipos de jogos na publicidade. A publicidade como meio de comunicação. Mídia de Publicidade Esportiva e Apoio à Venda: Critérios de Seleção de Objetos e Pessoas. A importância da publicidade para o desenvolvimento das marcas no negócio do desporto. Processos de transformação no esporte russo.

resumo, adicionado em 23/03/2014


Marca como elemento envolvido nas relações comerciais. Variedades e características de uma marca, seu impacto psicológico na preferência e escolha do consumidor. A história da marca Apple. Princípios de criação de marcas de commodities.

resumo, adicionado em 24/11/2011


Planejamento de marketing como parte integrante de um plano de negócios na Rússia. Os principais objetivos do programa de marketing, direções para avaliar sua eficácia. O problema do desenvolvimento, formação e promoção de marcas. Benefícios e funções das marcas.

teste, adicionado em 28/02/2012

O problema de definir os limites da área temática de qualquer direção científica é principalmente relevante na resolução de problemas terminológicos e terminográficos, incluindo as tarefas de inventário de termos, bem como no ensino das disciplinas relevantes.

Determinar os limites da área de assunto de uma direção científica como "Linguística de Computação" é uma das tarefas mais difíceis, em nossa opinião. Normalmente, os limites da área de assunto são estabelecidos pela compilação de uma lista de títulos e subtítulos (direções) que a formam.

A principal dificuldade neste caso reside no fato de que a linguística computacional é uma ciência relativamente jovem que se originou no final do século XX. Essa direção começou a ser desenvolvida ativamente no exterior nos anos 60-70, e foi entendida principalmente como o uso de métodos estáticos em linguística, daí o nome "Linguística Computacional" (ou seja, "Linguística Computacional"). Na Rússia, o termo relacionado "Linguística Matemática" tornou-se difundido nos anos 70. Em conexão com o desenvolvimento de tecnologias de computador e suas aplicações ativas em tarefas linguísticas, este termo como o nome da ciência foi transformado, e a ciência recebeu uma definição mais clara de "linguística computacional". Assim, podemos dizer que existem duas abordagens para determinar as direções consideradas sob este termo - esta é a nossa abordagem russa e estrangeira.

Quanto à visão dos linguistas estrangeiros sobre a área temática da linguística computacional, pode-se notar que a Association for Computational Linguistics, que possui estruturas regionais em vários países do mundo, está fazendo muito trabalho organizacional e científico. O site oficial desta organização dá uma definição geral - "linguística computacional é o estudo científico da linguagem de uma perspectiva computacional. Lingüistas computacionais estão interessados ​​em fornecer modelos computacionais de vários tipos de fenômenos linguísticos". Esta organização organiza conferências internacionais sobre informática Corpus Linguistics: Investigating language and COLING. Computational Linguistics é publicado trimestralmente nos EUA. Questões relevantes geralmente também são amplamente representadas em várias conferências sobre inteligência artificial.

Do ponto de vista da abordagem ocidental, a principal direção da linguística computacional é o Processamento de Linguagem Natural (Processamento automático de linguagem natural e fala). Ao analisar documentos (arquivos de conferências, conteúdo de sites básicos) da COLING Association for Computational Linguistics, notou-se que os linguistas ocidentais incluem as seguintes áreas aplicadas no campo da linguística computacional:

Morfologia e Sintaxe Computacional (Morfologia e Sintaxe Computacional).

• PNL (Linguagem Automática e Processamento de Fala).
• Bibliotecas Digitais (Bibliotecas Digitais).
• Extração de Informações.
• Recuperação de informação.
• Representação do Conhecimento e Semântica (Representação do Conhecimento e Semântica).
• Maquina de tradução.
• Processamento de fala (reconhecimento e síntese de fala).
• Processamento Estatístico de Linguagem.
• Sumarização (Resumo e anotação).

Do ponto de vista da percepção russa da área problemática em consideração, o principal trabalho nesse sentido é realizado pela Associação Russa de Linguística Computacional COLINT, no site do qual você pode encontrar todos os relatórios científicos apresentados na conferência em problemas de linguística computacional. Embora este site não forneça títulos para tarefas problemáticas, você pode ver que os linguistas russos priorizam áreas como:

• Tradução automática;
• Sistemas de busca e classificação;
• Lexicografia computadorizada;
• Semântica linguística computacional;
• Linguística de corpus;

Modelos formais de análise e reconhecimento de estruturas linguísticas.

Uma análise dos livros didáticos e livros de referência existentes ainda não dá uma imagem completa e clara dessa área prática da linguística.

Grande Dicionário Enciclopédico: Linguística, editado por V.N. Yartseva. não inclui este termo no dicionário.

O famoso linguista russo Marchuk Yu.N. Em primeiro lugar, ele define a linguística computacional como “os fundamentos linguísticos da ciência da computação”, que na verdade envolve a resolução de problemas relacionados ao desenvolvimento e uso de linguagens artificiais que proporcionam a comunicação entre uma pessoa e um computador. Mas ao mesmo tempo em seu trabalho "Fundamentos da Linguística Computacional" Marchuk Yu.N. considera consistentemente modelagem computacional de linguagem natural, ou seja, morfologia, sintaxe, representação de semântica e pragmática em ambientes computacionais. Além disso, o artigo menciona tarefas aplicadas como a organização de dicionários de máquina, bancos de dados terminológicos e ainda discute os fundamentos da terminologia.

Segundo o linguista russo, professor da Universidade Estatal de Moscou Baranov A.N. O termo "linguística computacional" refere-se a uma ampla área de uso de ferramentas de computador - programas, tecnologias de computador para organizar e processar dados - para modelar o funcionamento de uma linguagem em determinadas condições, situações, áreas problemáticas etc., bem como o escopo dos modelos de linguagem de computador não apenas em linguística, mas também em disciplinas relacionadas". Em seu trabalho, Baranov A.N. identifica algumas áreas da linguística computacional como básicas - estas são modelagem de comunicação, modelagem de estrutura de enredo, tecnologias de hipertexto para representação de texto, lexicografia computacional , tradução automática, sistemas de processamento de linguagem natural.

O problema de definir os limites da área disciplinar também enfrenta os desenvolvedores de currículos para disciplinas acadêmicas no campo da linguística aplicada e computacional. Para isso, foram analisados ​​currículos em linguística computacional de universidades russas como a Universidade Estadual de Moscou, a Universidade Estadual de Linguística de Moscou e a Universidade Estadual Russa.

Os desenvolvedores do programa do curso MSLU se concentram na modelagem computacional de linguagem natural na resolução de problemas de inteligência artificial, os princípios fundamentais da modelagem de linguagem, ou seja, direções que estão associadas à modelagem da comunicação humano-computador.

Os desenvolvedores do programa do curso na Universidade Estadual de Moscou identificam tarefas e áreas como os problemas de suporte linguístico para sistemas de informação automatizados modernos, processamento automático de linguagem natural e criação de dicionários e processadores de texto.

As principais áreas cobertas no curso de linguística computacional na Universidade Estatal Russa são: recuperação de informação, tradução automática, terminologia, terminologia, terminografia, lexicografia por computador, reconhecimento e síntese de fala, problemas de aprendizagem de línguas assistida por computador. O programa desta universidade está mais próximo do programa da Universidade Técnica Estadual de Ulyanovsk.

A análise acima mostra que, na prática, quase tudo relacionado ao uso de computadores em linguística é muitas vezes referido como linguística computacional, razão pela qual os problemas são confundidos com soluções práticas. Assim, ao definir os limites da área temática da linguística computacional, é necessário distinguir mais claramente 2 pontos de vista:

1. PROCESSAMENTO AUTOMÁTICO DE LINGUAGEM (Language Processing), que incluirá as tarefas de análise e modelagem da estrutura da linguagem, a saber:

• análise grafemática/fonêmica da língua;
• análise morfológica;
• análise lexical e gramatical da língua;
• análise ou análise;
• análise e modelagem da estrutura semântica;
• a tarefa de sintetizar elementos de linguagem, incl. geração de texto;
• estatísticas linguísticas automáticas.

2. DIREÇÕES APLICADAS DA LINGUÍSTICA INFORMÁTICA, a saber:

• Tradução automática;
• reconhecimento e síntese de fala;
• desenvolvimento e uso de linguagens artificiais, incluindo linguagens de programação, linguagens de sistemas de informação;
• lexicografia e terminografia por computador;
• fundamentos linguísticos da recuperação da informação;
• indexação, resumo e classificação automática de textos;
• análise automática de conteúdo e autorização de textos;
• tecnologias de hipertexto para apresentação de texto;
• linguística de corpus;
• linguodidática do computador.

Esta distinção não pretende ser completa, mas dá uma imagem mais definida da área temática desta ciência complexa, e pode ser usada como base para o desenvolvimento de um dicionário terminológico ou programa de trabalho para o curso "Linguística Computacional".

LITERATURA

1. Baranov A.N. Introdução à linguística aplicada. - M.: Editorial URSS, 2001. - 360 p.
2. Grinev S.V. Introdução à lexicografia terminológica. - M., 1986.-106s.
3. Marchuk Yu.N. Fundamentos de Linguística Computacional: Livro Didático. - M., 1999. - 225 p.
4. Sosnina E.P. Introdução à Linguística Aplicada: Livro Didático. - Ulyanovsk: UlGTU, 2000. - 46 p.
5. Yartseva V.N. Linguística. Grande dicionário enciclopédico. - 2ª edição. - Y41 M.: Grande Enciclopédia Russa, 1998. - 685 p.
6. http://www.aclweb.org
7. http://www.dialog-21.ru

NO. A PARTIR DE. Shchepin

CMA Small Systems AB

[e-mail protegido]

Palavras-chave: inteligência artificial, modelo de ambiente, objeto fractal, memória fractal, máquina de Turing, estrutura de pesquisa, diálogo, troca de informações

O objetivo do trabalho é estruturar a pragmática da interação dialógica. São consideradas as etapas de percepção pelo intelecto de informações sobre o ambiente externo, a construção de um modelo do ambiente e a troca de informações sobre o ambiente externo com outros intelectos. As estruturas do ambiente e a memória do intelecto são fractais, ou seja, permitem infinito refinamento e expansão em qualquer ponto. O trabalho visa alcançar uma compreensão qualitativa do que é o conhecimento, para que pode ser usado e onde está a fronteira entre o conhecimento e a ignorância. O diálogo é entendido como uma troca de modelos de informação formados na memória dos sujeitos em processo de estudo do ambiente externo. O modelo proposto também pode ser considerado como um modelo de interação entre um programador e um computador. Os resultados do trabalho podem ser de importância prática para o projeto de estruturas avançadas de memória de computador e software, incluindo linguagens de interação homem-máquina.

1. Introdução

O esquema do modelo proposto é o seguinte. Dois intelectos exploram o ambiente, compilando seus modelos, e então trocam os resultados de suas atividades em diálogo. Como resultado, o modelo total do ambiente formado por eles coletivamente é formado na memória de cada intelecto. Em outras palavras, há uma "troca de experiência", e a experiência total pode então ser usada por cada intelecto individualmente.

2. Ambiente como um objeto fractal

No processo de pesquisa ou interação do sujeito com o ambiente, o ambiente aparece na forma de objetos interconectados de um nível inferior, que por sua vez podem ser submetidos a uma maior decomposição, e tal processo de decomposição é interminável.

Em outras palavras, imaginamos o ambiente como um objeto fractal em que qualquer parte é semelhante ao todo no processo de cognição - a representação do objeto na forma de partes interconectadas que também são objetos.

O ambiente é estruturado no processo de cognição, não é construtivo falar sobre a estrutura a priori de uma parte desconhecida do ambiente - ela é desconhecida e pode ser qualquer. Além disso, qualquer parte local do ambiente pode ser estudada apenas parcialmente; o ambiente sempre permite maior detalhamento da estrutura em qualquer ponto. Não sabemos nada a priori sobre o meio ambiente, exceto que é fractal.

3. Decomposição do ambiente em objetos

3.1. Pesquisa ambiental

No processo de pesquisa, o ambiente é estruturado e as informações sobre ele devem ser registradas na memória do sujeito para que possam ser utilizadas para um comportamento proposital e ser objeto de troca no processo de comunicação com outro sujeito em modo de diálogo.

O objetivo é a estrutura da representação de informações sobre o meio ambiente na memória do intelecto, para o qual é necessário analisar o processo de estudo do meio ambiente pelo intelecto. O processo de pesquisa pode ser dividido nas seguintes etapas:

• Digitalização da parte percebida do ambiente e seleção de objetos;
• Estabelecimento de links entre objetos;
• Introduzir na memória a estrutura dos objectos e as suas relações;
• Mudança de “ponto de apoio” do sujeito;
• Repita os passos anteriores.

3.2. Objetos como pontos de ancoragem no ambiente

A seleção de objetos é a primeira etapa na estruturação do ambiente. Os objetos são determinados por conjuntos locais de características que permitem distingui-los do ambiente no processo de percepção. Um objeto não é necessariamente um corpo físico. Seções de um relatório ou mensagem podem ser consideradas como objetos que representam a decomposição de um tópico.

A pragmática de exibir objetos na memória do intelecto é reduzida à informação necessária para chamar os programas de ação necessários para a busca e reconhecimento de objetos. As informações sobre o objeto armazenado na memória devem ser suficientes para detectar esse objeto no ambiente. Esta pode ser uma imagem visual do objeto ou alguma descrição em NL, que pode ser armazenada na memória do sujeito.

3.3. Links entre objetos

As relações entre os objetos são construídas pelo intelecto no processo de estruturação do ambiente. As ligações entre os objetos são estabelecidas por meio de processos realizados pelo sujeito, como “rastrear a posição relativa”, “ver”, “percorrer a distância de um objeto a outro”, “entender as relações lógicas entre seções do texto”. Em outras palavras, a pragmática de exibir links entre objetos é reduzida às ações do sujeito para identificar esses links.

Revelar uma conexão é a ação do intelecto para estabelecer uma relação entre os objetos. Os links são descritos por conjuntos de parâmetros, que são suficientes para executar um "programa" que permite ao intelecto reconhecer um link específico entre objetos.

As conexões podem ser armazenadas na memória do intelecto na forma de informações que controlam seus órgãos de percepção, bem como na forma de fragmentos de textos em NL.

O objetivo deste trabalho é um modelo estrutural. Vamos supor que tanto as conexões entre os objetos quanto os próprios objetos são registrados em unidades (células) da memória do intelecto. É preciso entender como as células devem ser interconectadas, qual deve ser a estrutura de memória do intelecto para garantir a possibilidade de construir um modelo do ambiente.

4. Formação de um modelo estrutural do ambiente na memória do intelecto

4.1. Ignorando objetos e construindo um modelo na memória da inteligência

O principal pressuposto deste trabalho em relação ao funcionamento da memória do intelecto é que na memória se forma um modelo do ambiente e um certo "cursor" (olho da mente) é sempre direcionado para a célula de memória que corresponde ao objeto de o ambiente externo, para onde a atenção do sujeito está atualmente direcionada. Nesse caso, ocorre a entrada inicial de um objeto ou relação (conexão) na memória, ou uma comparação da percepção com informações previamente registradas na memória.

Supõe-se também que os 2 intelectos participantes do experimento mental são treinados e já possuem programas predeterminados para reconhecer objetos e relações, segundo os quais o ambiente é estruturado no curso de sua atividade. Para ambas as inteligências, os conjuntos de objetos e relações entre objetos que podem ver no ambiente são os mesmos.

O intelecto realiza o processo de varredura do ambiente para selecionar objetos e estabelecer ligações entre eles. A suposição mais simples é que esse processo segue um algoritmo semelhante a uma árvore: o primeiro objeto é selecionado, depois a primeira conexão desse objeto com o próximo e assim por diante. O "horizonte visível" pode ser armazenado na memória como uma simples sequência de células que armazenam objetos e links, ou como uma árvore se não for possível contornar todos os objetos visíveis por links sem retornar.

A partir do princípio da varredura paralela do modelo e do ambiente, o algoritmo acima para estudar o ambiente será escrito de maneira um pouco diferente:

• Encontre um objeto, incluindo o link para o objeto anterior.
• Se o objeto e/ou conexão não estiver no modelo, inclua-os no modelo.
• Voltar para o passo 1

Pode-se supor que a estrutura das imagens visomotoras e a estrutura dos conceitos linguísticos (identificadores) que denotam objetos e relações entre eles são formadas paralelamente na memória.

4.2. Requisitos do modelo ambiental

4.2.1. Planejamento de caminho. O modelo deve fornecer a capacidade de planejar um caminho para alcançar um objeto específico já incluído no modelo.

4.2.2. Acompanhamento da situação. O modelo deve fornecer uma solução para o problema “Orientação no solo” ou “Retorno ao ponto de partida”. a qualquer momento e oferecem a possibilidade de retornar ao ponto de partida.

4.2.3. Expansão do horizonte visível. Ao percorrer objetos incluídos no modelo, repetir a varredura de pontos próximos aos objetos pode revelar novos objetos. Assim, o modelo deve ser expandido nesses pontos. As extensões do modelo estão vinculadas a pontos previamente conhecidos, o que permite manter a integridade da imagem do mundo.

Em um modelo estrutural, um link do tipo "extensão do horizonte" deve ser gerado a partir do objeto, levando a um novo fragmento do modelo.

Há um problema para distinguir o novo objeto do anteriormente incluído no modelo, pois a partir do "novo horizonte" você pode ver os objetos de um ou mais horizontes anteriores. Tais objetos não devem ser reintroduzidos no modelo; as referências às descrições dos objetos incluídos no modelo anteriormente devem ser feitas nos pontos apropriados. Em outras palavras, é necessário estabelecer o fato de que o objeto observado é conhecido se sua representação já estiver presente no modelo.

4.2.4. Detalhamento de objetos. Os objetos, ao abordá-los, podem ser detalhados, pode-se distinguir neles uma nova estrutura, ou seja, novos objetos e conexões nessa essência, que de longe parecia ser um objeto indivisível.

Neste caso, no modelo, uma conexão do tipo "detalhe" deve ser gerada a partir do objeto, levando a um submodelo de nível inferior.

4.2.5. Reconhecimento de um ambiente desconhecido. Entrando em um ambiente desconhecido, a IA deve manter a integridade do modelo de mundo, seja comparando os objetos percebidos com os já presentes no modelo e assim determinando o ponto de parada, ou construindo um novo fragmento do modelo na memória , adiando para o futuro a anexação deste fragmento ao modelo construído anteriormente.

4.3. Estrutura de memória para a formação do modelo de ambiente

4.3.1. Requisitos para células de memória. Vamos supor que a célula de memória da IA ​​pode armazenar informações sobre objetos e relacionamentos entre eles. Tanto na forma de imagens visuais quanto na forma de construções de linguagem.

4.3.2. requisitos de estrutura de memória. O processo de interação da IA ​​com o ambiente descrito acima leva à necessidade da IA ​​ter uma memória expansível em qualquer ponto da mesma, para que os processos de “expansão do horizonte” e “detalhamento” possam ser implementados.

Isso implica a necessidade de uma estrutura hierárquica de memória, uma célula que descreve um objeto deve, por assim dizer, "abrir-se" em um novo nível, e permitir escrever na memória um "novo horizonte" ou um detalhe do estrutura do objeto.

Ao mesmo tempo, a estrutura da memória em todos os níveis é a mesma, pois os objetos e as relações entre eles são sempre lembrados. Segue-se que a memória deve ser fractal - a estrutura de qualquer parte e o todo são do mesmo tipo.

É possível imaginar a estrutura de memória de IA de cada nível como uma espécie de ambiente que permite formar um gráfico arbitrário de objetos e relacionamentos. No entanto, você pode se virar com uma estrutura de árvore mais simples.

A percepção de um objeto ou uma conexão entre objetos requer ações ativas - movimentos oculares, por exemplo. A percepção de toda a cena visual pode ser imaginada como uma sequência de tais ações que lembram a sequência de objetos, e então a construção de ramificações com o estabelecimento de links para outros objetos daqueles já armazenados na memória. Para implementar tal algoritmo, deve ser fornecida a possibilidade potencial de construir um número arbitrário de links de qualquer objeto de acordo com o princípio da "expansão do horizonte" - aqui parecerá uma expansão da área de análise da cena visual.

Dessa lógica de percepção segue a ideia de uma estrutura ramificada em forma de árvore da memória da IA, onde a primeira cadeia de objetos e relacionamentos é escrita em uma sequência de células, e então essa sequência se ramifica de forma imprevisível.

O mesmo objeto ou conexão não deve ser inserido no modelo várias vezes. Links para objetos conhecidos são escritos de uma maneira especial. Em uma célula especial referente a um objeto conhecido, é armazenada a cadeia de ações de movimentação do "cursor" ao longo do modelo de ambiente construído, levando ao objeto ali registrado anteriormente.

4.3.3. No modelo da Máquina de Turing Fractal. Com base nos requisitos para a estrutura de memória de IA formulados na seção anterior, é possível propor um modelo da Máquina de Turing Fractal, necessário e suficiente para implementar esses requisitos em termos de estrutura. A essência do modelo é que qualquer célula de uma fita MT regular pode ser detalhada por uma fita inteira do próximo nível, e o cursor pode se mover não apenas ao longo das fitas, mas também de nível a nível.

4.3.4. Argumentos a favor de uma estrutura fractal de memória em forma de árvore. Listado abaixo:

• A estrutura em forma de árvore é a opção mais simples, suficiente para construir um modelo estrutural para estudar o ambiente.
• A estrutura do neurônio também é semelhante a uma árvore.
• O comportamento da IA ​​é fácil de descrever na forma de uma árvore de ações - situações.

• Programas de computador bem estruturados são semelhantes a árvores.

5. O diálogo como processo de troca de informações

5.1. Diálogo em termos de pragmática

Dois intelectos trocam informações no processo de diálogo. A iniciativa de dialogar pode ser de um lado ou de outro, e as partes, por sua vez, podem ter a iniciativa ou ser ativas.

Atividade no diálogo significa o seguinte. O lado ativo realmente explora o modelo de ambiente construído pelo outro lado. Isso acontece de acordo com o mesmo algoritmo da exploração ambiental descrita acima, devido ao fato de que o modelo de ambiente interno gerado pela IA também é um objeto fractal. Fazendo perguntas, o participante do diálogo revela os objetos e relações exibidos no modelo do outro lado. Ao mesmo tempo, o processo de diálogo é estruturalmente semelhante ao processo de exploração do ambiente.

5.2. Fases do diálogo

Considere as etapas do diálogo à luz da analogia com as etapas da pesquisa:

1. Identificação da parte conhecida do modelo de ambiente comum a ambos os assuntos. Em essência, esta é a escolha do tema do diálogo. Fazendo perguntas sobre os objetos e relacionamentos presentes em seu modelo, o sujeito ativo encontra um conjunto estruturalmente compatível de objetos e relacionamentos no modelo de outro participante do diálogo. Isso pode ser uma reminiscência de resolver o problema de reconhecimento de ambiente desconhecido.
2. Busque no modelo do sujeito passivo um fragmento do modelo de uma parte do ambiente desconhecida do participante ativo no diálogo. O algoritmo de tal busca se reduz a contornar os objetos conhecidos da parte correspondente do modelo e explorar as possibilidades de detalhamento de objetos ou o surgimento de um “novo horizonte” naqueles objetos que não possuem tais continuações no modelo do modelo. participante ativo do diálogo. A pesquisa é realizada por meio de perguntas apropriadas.
3. "Copiar" conhecimento para o modelo de ambiente do sujeito ativo. O participante ativo pode selecionar o objeto mais interessante contendo novas informações, mover o "cursor" em seu modelo para este objeto, mover o "cursor" de outro participante do diálogo para o mesmo objeto e começar a concluir a construção de seu modelo no modo diálogo , fazendo perguntas sobre novos objetos e conexões entre eles. Isso pode fazer perguntas como:

• Que objetos existem?
• Como cada objeto está relacionado com a origem?
• Como os objetos estão relacionados entre si?

6. conclusões

1) A propriedade fundamental do intelecto é a capacidade de acumular informações sobre o ambiente externo e organizar, com base nessas informações, suas ações, seu comportamento no ambiente.

2) A estrutura da memória do intelecto corresponde à estrutura das possibilidades de estudo do ambiente pelo intelecto. Deve ser fractal e provavelmente semelhante a uma árvore.

3) Do ponto de vista da pragmática, o processo de exploração do ambiente pelo sujeito e o estudo da memória de outro sujeito no processo de diálogo entre sujeitos têm estrutura semelhante.

4) A IA (computador) pode ser considerada como um dos assuntos do diálogo. Neste caso, a construção estrutural da memória do computador segundo o princípio da Fractal Turing Machine pode ser muito eficaz, pois corresponde à estrutura da memória humana.

5) Os paradigmas da tecnologia da informação podem ser baseados em modelos de inteligência artificial, e não apenas em conceitos como programação orientada a objetos, ideias sobre automatizar o processamento de documentos no desktop ou ideias de criar realidade virtual simulando realidade objetiva. Em particular, mecanismos de navegação são frequentemente usados ​​em sistemas de software. Ao explorar modelos de navegação abstratos, a IA, como disciplina científica, pode contribuir para a prática de construção de sistemas de software.

6) Existe uma implementação praticamente útil dos conceitos deste trabalho. Este é um "caderno" de computador ou, pode-se dizer, um sistema de informação pessoal, que é uma estrutura em árvore infinitamente expansível de linhas de texto. Acabou sendo conveniente para escrever textos gradualmente construindo e depois detalhando a estrutura de títulos e subtítulos (com sua reestruturação bastante frequente). Acabou sendo conveniente para escrever programas que imediatamente se mostraram bem estruturados. Ao mesmo tempo, a implementação, assim como o conceito, é muito simples, o que motivou o nascimento desta mensagem.

Modelo estruturado de pragmática do diálogo baseado em fractal

modelo de ambiente de inteligência

V.S. Shchepin

palavras-chave: inteligência artificial, modelo de ambiente, objeto fractal, memória fractal, máquina de Turing, estrutura de investigação, diálogo, troca de informações.

O objetivo deste artigo é investigar a estrutura da pragmática nas interações dialógicas. O seguinte esquema lógico foi escolhido: Uma Inteligência deve antes de tudo perceber um ambiente, então construir um modelo interno desse ambiente e então ser capaz de trocar informações do modelo com outra Inteligência, natural ou artificial. Como poderia ser feito? Isto é um problema. A primeira sugestão é que o ambiente é fractal, ou seja, sua decomposição pode ser infinita em qualquer ponto. A segunda sugestão é que uma memória de Inteligência também deve ser fractal. A memória fractal é necessária para refletir uma realidade fractal de um ambiente.

Durante sua atividade no ambiente a Inteligência deve estruturar o ambiente em sua memória. Um modelo estruturado de ambiente deve incluir objetos e descrições de relacionamentos de objetos. A descrição do objeto deve conter informações suficientes para o reconhecimento do objeto pela Inteligência. A descrição do relacionamento dos objetos deve conter as informações necessárias para a verificação do relacionamento no ambiente. De fato, as relações entre os objetos do ambiente são estabelecidas por algumas ações da Inteligência. Em um processo de diálogo entre duas Inteligências, dois modelos de ambiente estruturados são primeiramente comparados por fragmentos comuns e depois estendidos pelos fragmentos únicos de ambos os lados garantindo uma troca de experiência. Um ambiente é considerado estático por simplicidade.

O estudo dessas questões pode nos dar uma compreensão qualitativa do que é conhecimento, como ele pode ser usado e onde está a fronteira entre o conhecido e o desconhecido. O modelo estruturado proposto por este artigo pode servir, por exemplo, como modelo de interação entre um programador e um computador. Portanto, as ideias expressas aqui podem ser úteis para um projeto de perspectiva de memória de computador e software de computador, incluindo linguagens e sistemas operacionais mais poderosos para interações homem-computador e computador-computador.