Г. У. Уалиев Редакционная коллегия


К.С. Абдиев, А.С. Джампеисова



жүктеу 5.01 Kb.
Pdf просмотр
бет2/19
Дата27.04.2017
өлшемі5.01 Kb.
1   2   3   4   5   6   7   8   9   ...   19

К.С. Абдиев, А.С. Джампеисова  
 
БОЛАШАҚ ИНФОРМАТИКА ПӘНІНІҢ МҦҒАЛІМДЕРІНЕ 
КОМПЬЮТЕРЛІК МОДЕЛЬДЕУДІ ОҚЫТУ НЕГІЗДЕРІ 
 
(Алматы қ., Абай атындағы ҚазҰПУ) 
 
В  статье  рассматривается  вопрос  подготовки  будущих  учителей  информатики. 
Компьютерное моделирование является важным разделом школьной информатики. Для 
повышения  качества  подготовки  будущих  учителей  информатики  необходимо 
разработать  и  внедрить  курс  «Компьютерное  моделирование».  Данный  курс  будет 
играть  важную роль в  подготовке будущих учителей информатики. 
The given article is considered of question on training of the future teachers of computer 
science.  ―Computer  modeling‖  is  the  important  section  of  computer  science  in  school.  It’s 
necessary to develop and introduce a special course for increasing the quality of training of the 
future  teachers.  We  offer  ―Computer  modeling‖  course.  This  given  course  will  play  the 
important role in training the computer science’s future teachers.  
 
Қоғам  дамуының  жаңа  тенденциялары  ақпараттық  технологиялардың  ӛндірістің, 
экономиканың  басқарудың  және  күнделікті  ӛмірдің  барлық  салаларына  ену  білім 
лушылардың  еңбек нарығындағы бәсекеге қабілеттілігін қамтамасыз етуді талап етеді. 
Қоғамның жоғары білімге қоятын міндеттерін  іске асырудың бір жолы: студенттердің 
жеке  қабілеттері  мен  қажеттіліктеріне  сәйкес  жоғары  деңгейде  бейіндік  және  кәсіптік 
бағдарлы  оқу  жүйесін  құру  «Қазақстан  Республикасының  2015  жылға  дейінгі  білім 
беруді дамыту тұжырымдамасында» кӛрсетіл ген [1]. 
Осыған  байланысты  Қазақстан  республикасы  білім  беру  жүйесінің  ӛзекті 
мәселелерінің  бірі  –  қазіргі  заман  талабына  сай  информатика  пәнінің  оқытушыларын 
дайындау. Қазіргі уақытта информатиканы орта мектепте оқыту  әдістемесі қарқынды 
даму үстінде, оның кӛптеген мәселелері теориялық тұрғыдан негізделуді  қажет етеді.   
Компьютерлік  моделъдеу  мектеп  информатикасындағы  іргелі  ұғымдардың  бірі. 
Осы  ұғымды  жеткілікті  денгейде  оқушыларға  менгерту  үшін  болашақ  мұғалімдерді  
арнаулы  әдістемелерді  пайдалану  арқылы  баулу  қажет.  Қазіргі  кезде  бұл  бағытта 
жасалған  ғылыми  ізденістер  жеткілікті  емес.  Педагогикалық  жоғарғы  оқу 
орындарындағы    оқытылатын  негізгі  информатика  курсында,  информатиканы    оқыту 
әдістемесі  курсында,  арнаулы  курстарда,  осы  бағытты    тереңдете  оқытып,  жаңа 
әдістерді менгертетін  жолдар ұсыну қажеттілігі туындап отыр.  
Компьютерлік  модельдеуді  оқыту  жеткілікті  дәрежеде  әдістемелік  шешімі  
табылмай  отырғандығы  байқалады.  Сонымен  бірге  ақпараттық  технологиялардың 
кеңінен таралуы мен орасан зор жылдамдықпен дамуы барлық дерлік  ғылыми-зерттеу  
жұмыстарында  зерттелетін объектіні модельдеу  жұмыстарын ӛз денгейінде  жүргізуді 
қажет етуде. Ақпаратты моделъдеу  түрлерін таңдау мен құру, болашақ  информатика  
пән мұғалімдерінің студенттерінің танымдық пен біліктілік деңгейін  арттыруды қажет 
етуде.  Ақпараттарды    моделъдеу  түрлерін    таңдаумен  құруда    студенттердің 
танымдықпен біліктілік деңгейін, эстетикалық талғамын  арттыруға болады.  
Компьютерлік модельдеуді оқытуда модельдеу ұғымы  кеңінен қолданылады.  
Моделъ (Модеl, simulator)  - 1) қасиеттері белгілі бір мағынадағы жүйенің немесе 
процестің  қасиеттеріне  ұқсас  объектілер  немесе  процестер  жүйесі;  2)  сериялы 
бұйымдарды  жаппай  ӛндіруге  арналған  үлгі,  эталон;  кез-келген  бір  объекті  жұмысы 
мен  процессордың  жұмыс  істеуін  модельдейтін  программа  немесе  кұрылғы.  Ол 

10 
 
материалдық  объект  түрінде,  математикалық  байланыстар    жүйесі  ретінде  немесе 
құрылымды  имитациялайтын  программа  күйінде  құрастырылады  да,  қарастырылатын 
объектінің  жұмыс  істеуін  зерттеу  үшін  қолданылады.  Модельге  койылатын  негізгі 
талап - оның қасиеттерінің негізгі объектіге сәйкес келуі, яғни барабар  келуі. 
Модельдеу 
(Моделирование; 
simulation) 

кез-келген 
құбылыстардың, 
процестердің немесе объект жүйелерінің қасиеттері мен сипаттамаларын зерттеу үшін 
олардың  үлгісін  құру  (жасау)  және  талдау;  бір  немесе  жаңадан  құрастырылған 
объектілердің  сипатын  анықтау  немесе  айқындау  үшін  олардың  аналогтарында 
(моделінде)  объектілердің  әр  түрлі  табиғатын  зерттеу  әдісі.  Модель  тӛрт  деңгейде 
түпнұсқаның  гносеологиялық  орынбасары  бола  алады:  1-элементтер  деңгейі,  2-
құрылым деңгейі, 3-қалып-күй немесе қызметтік деңгейі, 4-нәтижелер деңгейі. Сипаты 
бойынша  модельдеу  материалдық  және  идеалдық  болып  бӛлінеді.  Материалдық 
модельдеу объектінің геометриялық, физикалық, динамикалық және қызметтік сипатын 
нақты  дәл  береді.  Идеалдық  модельдеуге  объектінің  ойдағы  бейнесі  жатады.  Ойша 
модельдеу тіл кӛмегімен іске асырылады. 
"Моделъ"  түсінігі  кибернетикада  бақыланатын  объектілер  класын  сипаттайтын 
теорияның моделін белгілеуде жиі қолданылады. Демек, кибернегикада берілген нақты 
объектінің  моделі  осы  объект  туралы  теорияның  моделі  болып  табылады. 
Компьютерлік  модельдеу  -  бұл  да  оқып  үйренетін  объекті  теориясының  модельденуі. 
Модельдеуші  (модель  субъектісі)  тек  адам  бола  алады.  Модельдеу  объекгісі  табиғи 
(есімдік, күн системасы) және адамның ықпалымен құрылып жасанды болуы мүмкін . 
Модельдеу  жүйесі(moдеlіпg    sуstеm)  -  зерттелетін  жүйенің  немесе  оның 
элементтерінің  математикалык  және  физикалық  аналогтарын  құру  және  талдау. 
Модельдік  тәжірибе  зерттеу  тәсілі  ретінде  жүйені  жаңғыртуға  және  зерттеуге 
мүмкіндік  береді,  ал  зерттелетін  жүйеге  тікелей  тәжірибе  жүргізу  қиын,  немесе 
экономикалық тұрғыдан тиімсіз болуы мүмкін. 
 
 
Сурет – 1. Модельдеудің жалпы схемасы 
 
Модель деп қандай да бір заттың кішірейтілген кӛшірмесін (ұшақ моделі, тұрғын 
үйлер  макеті),  математикалық  формулаларды,  бұрыштан  горизонтқа  лақтырылған 
дененің ұшу моделін, іштен жану двигателі  жұмысының моделін, бұйымдарды жинау 
Есеп 
Модельдеу 
субьектісі  
Модельдеу 
обьектісі  
МОДЕЛЬ 
Объект туралы   есепті 
шешуге  қажетті ақпарат  
Ӛзара әсер  
Сәйкестік 
ұйқастық 
Мақсат   
Зерттеу   

11 
 
моделін,  құрамы  бойьнша  сӛйлем  талдау  моделін,  кандай  да  бір  нәрсенің  эталонын 
(метр эталоны, килограмм эталоны) айтамыз. 
Жалпы түрдегі "модель" түсінігі тӛмендегідей негізде анықталады. 
Модель  -  модельдеу  мақсаты  тұрғысынан  оқып  үйренетін  объектің/құбылыстың 
кейбір жақтарын ұқсастырып бейнелейтін жаңа объект. 
Модель - объектінің нақты жұмыс істеуіне сәйкестенетін анықталған параметрлер 
бойынша жұмыс істейтін физикалық/ақпараттық алмастырушысы. 
Модельдеудегі  ең  бастысы  моделъдеуші  объекті  мен  онын  моделі  арасындағы 
ӛзара ұқсас қатысы болып табылады. 
Барлық модельдердің кӛп бейнелілігі негізінен үш топқа бӛлінеді: 
-
 
материалдық  (табиғи)  модельдеуші  объектінің  сыртқы  түрін,  құрылымын 
(кристал  торлардын  модельдері,  глобус),  жағдайын  (ұшақтың  радио  басқарылымды 
моделі)  бейнелейтін кішірейтілген/ұлғайтылған кӛшірмелері; 
-
 
бейнеленуші модельдер (геометриялык нүктелер, математикалық маятник, идеал 
газ, шексіздік); 
-
 
ақпараттық  моделъдер - модельденуші объектінің ақпаратты кодтау тілдерінің 
бірінде  жазылған  сипаттамасы  (сӛздік  сипаттау,  схемалар,  сызбалар,  картиналар, 
суреттер, ғылыми формулалар, бағдарламалар). 
Информатика курсында негізінен ақпараттық модельдер қарастырылады. 
Ақпараттық  модель (Информационная модель; іпfоrтаtiоп тодеl)  
1)  басқару  жүйесінде  -  автоматтандырылған  ӛңдеуге  жататын  ақпарат 
айналымының процесін параметрлік ұсыну;  
2)  мәліметтер базасында-тұтастық шектеулер жиынтығы; 
3)    мәліметтер  құрылымын  тудыратын  ережелердің,  олармен  жүргізілетін 
операциялардың  сондай-ақ  рұқсат  етілетін  байланыстар  мен  мәліметтердің  мәнін, 
олардың ӛзгерістерінің тізбегін анықтайды;  
4)  мәліметтер  мен  олардың  арасындағы  қатынастарды  математикалық  және 
программалық тәсілдермен ұсыну;  
5) ақпараттық құрылымдар мен олармен жүргізілетін операцияларды формалдық 
баяндау. 
Ақпараттық  модельдердің  басқа  да  ақпарат  түрлері  сияқты  ӛзіндік 
тасымалдаушысы  болуы  керек.  Олар  қағаз,  сынып  тақтасы,  қабырға-яғни,  бірнәрсе 
жазуға, бейнелеуге болатындай кез-келген бет болуы мүмкін. Бұл тасымалдаушыларда 
модельдер  түрлі  "физикалық"  тәсілдермен:  қалам,  бор,  бояу,  диапроекторлық  жарық 
бейнесі  кӛмегімен  жазылады.  Біздер  жалпы  жағдайда  ақпараттық  модель  түсінігінің 
аясында  берілетін  мазмұнда  түсінеміз.  Мысалы,  квадраттық  теңдеу  формуласы  қалай 
және  қайда  жазылғандығына  қарамастан  квадраттық  теңдеу  формуласы  болып  қала 
береді. 
Модель  - бұл: 
-   нақты объектінің карапайымдандырылған ұқсасы; 
-
 
заттың кішірейтілген/ұлғайтылған түрдегі макеті; 
-
 
табиғат    пен      қоғамдағы    қандай    да    бір    процесстің/құбылыстың  бейнесі, 
сипаттамасы және схемасы; 
-
 
жұмыс  істеуі  анықталған  параметрлер  бойынша  нақты  объектінің  жұмыс 
істеуіне ұқсас физикалық/ақпараттық аналогы; 
-
 
анықталған  шаратарда  түпнұсқа  объектінің  бізді  қызықтыратын  қасиеттері  мен 
сипаттамасын алмастыра алатын алмастырушы-объектісі; 
-
 
модельдеу  мақсаты  тұрғысынан  оқып  үйренетін  объектінің/құбылыстың  кейбір 
нақты жақтарын бейнелейтін жаңа объект. 

12 
 
Ақпараттық  модель  -  модельденуші  объектінің  ақпаратты  кодтау  тілдерінің 
бірінде сипатталуы. 
Модельдеу — бұл: 
- нақты бар объектілердің (заттар, құбылыстар, процестер) модельдерін құру; 
-
 
нақты объектіні қолайлы кӛшірмемен алмастыру; 
-
 
таным объектілерін модельдері арқылы зерттеу. 
Модельдеу  кез-келген  мақсатқа  бағытталған  қызметтің  ажырамас  бӛлігі. 
Модельдеу танымның негізгі әдістерінің бірі. 
Нақты қызметтердегі объект модельдері тӛмендегі жағдайларға пайдаланылады: 
-
 
материалдық заттарды бейнелеу; 
-
 
белгілі фактілерді түсіндіру; 
-
 
болжамдар құру; 
-
 
зерттелінетін объект туралы жаңа білімдер алу
-
 
болжау; 
-
 
басқару және т.с.с [2]. 
Модельдеу  -  адамзат  мәдениеті    мен  қоршаған  ортаны  танудың  құралы  болып 
табылады.  Компьютерлік  моделдеудің    оқыту  кезеңі    келесі  түрде    кӛрсетілгендей   
сызықты   мазмұнды  құрайды: 
-  компьютерлік  модельдеудің    негізгі  ұғымдарына    түсінік  беру,  яғни    модель, 
модель  түрлері,  компьютерлік  модельдеу    технологиясы    деген    ұғымдарды 
қалыптастыру.  
- математикалық  компьютерлік  модельдеу; 
-  табиғат    процестерінде    кездесетін    құбылыстарды    моделдеу  (физикалық, 
экологиялық, биологиялық және т.б ) 
-  қоғамдық    процестерде    кездесетін  жағдайларды  моделдеу  (экономикалық, 
әлеуметттік, құқықтық және т.б.) [3]. 
Бұл міндет  дәрістік сабақтар   арқылы  жүзеге  асырылады.  
Компьютерлік модельдеуді оқытудың   жалпы мақсаттары: 
-
 
әрбір  студенттің қызығушылығын  ескере  отырып  оқыту; 
-
 
модельдеудің ғылыми  әдісі ретінде  студенттердің танымдық білімін кеңейту; 
-
 
компьютерлік модельдеу әдістерін, болашақта кәсіптік  қызметінде  пайдалануға 
баулу; 
-
 
студенттердің  ойлау қабілеттерін дамыту; 
-
 
компьютерлік ғылыми зерттеу әдістерін танымдық құралы ретінде  қолданудың  
іс-әрекетімен  таныстыру
-
 
компьютермен жұмыс істеу дағдыларын  қалыптастыру болып табылады; 
Компьютерлік  модельдеудің  маңызды  педагогикалық  мәселелерінің  бірі: 
студенттердің  жүйелік ойлауын дамытады. Үлкен кӛлемді ақпараттармен жұмыс істеу  
оны  жүйелеуді    қажет  етеді.  Бұл  жұмыста    компьютер  пайдаланушыға    тиімді  құрал 
қызметін  атқарады да, мәліметтерді жүйелеу пайдаланушының ӛзіне міндеттеледі [4]. 
Компьютерлік 
модельдеудің 
теориялық 
және 
практикалық 
бӛлімдері  
студенттердің  математика, физика,  информатика, алгоритмдеу  тілінде программалау, 
объекті бағытталған бағдарламалау негізі т.б. пәндерінен алған білімдеріне  жүгінеді.     
 
1.  Васильков  Ю.В.  «Компьютерные  технологии  вычислений  в  математическом 
моделировании» М., "Финансы и статистика", 1999 г. 
2.«Математическое моделирование и информационные  технологии в образовании 
и науке» атты конференцияның мақалалар жинағы, 2005ж.   
3. Беркімбаев К.М., Ажиханова Н.Т., Нұрлыбаев А.Н., Ниязова Г.Ж. «Компьютерлік 
модельдеу негіздері» оқу-әдістемелік  құрал. А., «Заң әдебиеті» 2006ж.   
4. Калапуша Л.Р. Моделирование в изучение физики. Киев: Рад. Школа, 1982г.   

13 
 
УДК 537. 531 : 532. 74 
Б.С. Абдрасилов, Б.Б. Махмутов  
 
ФИЗИКО-ХИМИЧЕСКОЕ ИССЛЕДОВАНИЕ 
СПИН-РЕШЕТОЧНОЙ РЕЛАКСАЦИИ ПРОТОНОВ ВОДЫ  
 
(г.Кызылорда, Кызылординский государственный университет им. Коркыт Ата)  
 
Бұл  тәжірибелердің  нәтижелері  кӛрсеткендей,  су  күрделі  физика-химиялық  және 
нәзік  құрылымды  қоспа  болып  табылады,  ол  кӛп  түрлі  және  құрамында  кӛптеген 
газдардың  болуынан,  температура,  қысымнан  тәуелді  болуы  мүмкін.  Кейбір  қатты 
және  сұйық  заттар  газды  ығыстыра  отырып,  газды  гидраттар  құрылымын  бұзуы 
мүмкін,  алайда  уақыт  ӛтуімен  клатраттар  құрылымы  қайта  қалпына  келеді  немесе 
жаңа  түрде  қайта  түзіледі,  ӛйткені  спиндік-торлық  релаксация  уақыты  бастапқы 
мәніне жақындайды. Хлорлы  натрий немесе калий сияқты тұздарды қосу релаксация 
уақыттарына  айтарлықтай  ӛзгерістер  тудырмайды,  демек  су  құрылымына  әсер 
жасамайды.  Бірақ,  білетініміздей,  биологиялық  молекулалар  мен  биологиялық 
обьектілер клатраттық түзілуге едәуір әсер жасауы мүмкін. 
Бұл  жұмыстың  нәтижелері  электромагниттік  сәуленің  судың  физика-химиялық 
қасиеттеріне  әсер  ету  механизмін,  оның  құрылымына  әсерін  түсінуге  кӛмектеседі, 
яғни ӛзгерістерге ең алдымен биологиялық обьектілер сезімтал келеді. 
The  results  of  these  experiments  show,  that  water  is  a  physico-chemical  mix  with 
complex (difficult) and in that time by thin organization of structure, which on all visibility, 
can be diverse and depends on presence of various gases of temperature, pressure. Some firm 
or liquid substances also can break structures gas гидратов, superseding gas, though in due 
course,  arise  new  or  the  former  structures  clathrates  are  restored,  as  the  time  of  backs  - 
решеточной релаксации comes nearer to the initial meanings(importance). The addition of 
such  salts  as  chloride  natrum  or  kalium  does  not  cause  any  appreciable  changes  in  times 
релаксации and, became to be, do not influence structure of water. However, it is known, 
that  the  biological  molecules  and  biological  objects  can  rather  appreciablly  influence  on 
clathrate 
formation. 
The  results  of  this  job  allow  to  come  nearer  to  understanding  of  the  mechanism  of 
influence of electromagnetic radiation on физико-chemical properties of water, on its(her) 
structure, to which change the biological objects can be extremely sensitive. 
 
Ядерный  магнитный  резонанс  (ЯМР)  является  мощным  современным  методом 
исследования  молекул.  Связано  это  с  большими  успехами  в  конструировании  и 
создании  замечательных  ЯМР-спектрометров  и  новых  исследовательских  методик  на 
их  базе  [1]  ЯМР  является  мультипараметрическим  методом,  способным  давать 
информацию  о  трехмерной  структуре  молекулы  так  же,  как  рентгеноструктурный 
анализ  (РСА),  но  имеющий  важное  преимущество:  делать  это  для  растворенных 
молекул, а не кристаллических, которые требуются для РСА. 
Кроме  этого  ЯМР  позволяет  получать,  времена  релаксации:  Т
1
-время  спин-
решеточной  релаксации  и  Т
2
-время  спин-спиновой  релаксации,  которые  несут  в  себе 
информацию  о  динамических  свойствах  исследуемой,  о  ее  связи  с  другими 
молекулами, о их коллективном поведении. Это очень важная особенность, поскольку 
малоэнергетические  возмущения  могут  не  изменять  геометрических  характеристик 
молекулы,  но  сильно  влиять  на  межмолекулярные  взаимодействия  и  коллективные 
свойства,  что  будет  показано  дальше  при  рассмотрении  влияния  различных  физико-
химических  агентов  на  свойства  воды,  в  том  числе  и  взаимодействии 
электромагнитного излучения (ЭМИ). Следует отметить особо, что воздействие самого 

14 
 
метода  на  исследуемый  обьект  на  пять  порядков  меньше  кТ-энергии  теплового 
воздействия. 
ЯМР,  единственный  метод,  который  позволяет  непосредственно  следить  за 
молекулами воды, все остальные методы дают опосредованную информацию, которую 
бывает  трудно  интерпретировать,  поскольку,  как  будет  показано,  вода  является 
сложным физико-химическим объектом, свойства которого могут меняться в широких 
пределах в зависимости от внешних условий. 
В нашей работе приведены результаты экспериментов по исследованию тяжелой 
воды. 
Экспериментальная часть. Результаты и их обсуждение
Свежеприготовленный  образец  тяжелой  воды  имеет  среднее  время  спин-
решеточной  релаксации  Т
1
=12,48  сек.  (табл.1).  После  воздействии  электромагнитным 
излучением  55  мин.  среднее  время  спин-решеточной  релаксации  Т
1
=12,02  сек.  Уже 
через  2  часа  время  спин-решеточной  релаксации  Т
1
  вернулось  к  своему 
первоначальному  значению.  Повторное  облучение  не  привело  к  видимым  эффектам. 
Поэтому  был  приготовлен  новый  образец,  содержащий  2.2-диметил-2-силапентан-5-
сульфонат  натрия  (ДСС)  ((СН
3
)
3
SiCH
2
CH
2
CH
2
SO
3
Na).  Это  вещество  используется  в 
ЯМР  спектроскопии  как  внутренний  эталон  для  того,  чтобы  относительно  него 
измерять  положение  исследуемого  сигнала  в  спектре  –  химический  сдвиг.  Это 
вещество  не  вступает  ни  в  какие  реакции  и  потому  не  меняет  своего  положения  в 
спектре ЯМР [2]. Нам нужно было контролировать положение сигнала воды до и после 
облучения ЭМИ.  
 
Таблица 1 - Времена релаксации тяжелой воды при воздействии ЭМИ 
Обьект 
Частота ЭМИ 
Интенсивность 
Среднее время 
релаксации 
Т
1
, сек 
Облученный 
(55 мин), 
Т
1
, сек 
Облученный 
(2 часа) 
Т
1
, сек 
Тяжелая вода 
2,45 ГГц 
50 мВт/см

 
12,48 
 
12,02 
 
12,48 
Оказалось,  что  сигнал  воды  сохраняет  свое  положение  неизменным 
относительно эталона, если температура имеет постоянное значение, что выполнялось, 
поскольку  образцы  при  измерении  термостатировались  и  температура  во  всех  наших 
экспериментах  составляла  294К.  Время  спин-решеточной  релаксации  Т
1
,  сразу  после 
приготовления  образца  было  11,52  сек  (табл.2).  Время  релаксации  этого  образца 
контролировалось  в  течении  длительного  периода.  Через  20  дней  время  спин-
решеточной  релаксации  Т
1
  стало  29,45  сек.  Такое  сильное  изменение  величины 
времени  релаксации,  по  всей  видимости,  связано  с  постепенным  проникновением 
молекул  ДСС  в  газовые  гидраты  –  клатраты,  их  разрушением  и  освобождением 
связанного  в  них  газа,  в  том  числе  и  кислорода,  и  выходом  его  над  поверхностью 
жидкости.  Известно,  что  кислород  парамагнитен  и  поэтому  уменьшает  время 
релаксации воды [3].  
 
Таблица 2 - Времена релаксации ДСС при воздействии ЭМИ 
Обьект 
Частота ЭМИ 
Интенсивность 
Среднее время 
релаксации 
Т
1
, сек 
Облученный 
(110 мин), 
Т
1
, сек 
Облученный 
(через 20 дней) 
Т
1
, сек 
ДСС 
2,45 ГГц 
50 мВт/см

 
11,52 
 
11,20 
 
29,45 

15 
 
При  выходе  кислорода  уменьшается  его  парамагнитное  влияние,  а  кроме  того, 
происходит распад клатратов на более мелкие части, что также приводит к увеличению 
времени  релаксации.  Для  проверки  этого  процесса  были  проделаны  эксперименты  по 
дегазированию воды.   
Было  обнаружено,  что  облучение  изменяет  время  релаксации  образцов.  Так 
например,  один  из  образцов  имел  начальное  время  Т
1
=13,8  сек.,  после  30  мин. 
облучения  – Т
1
=13,46 сек. Другой образец имел начальное время Т
1
=13,32 сек., после 
воздействии  электромагнитным  излучением  40  мин.  время  релаксации  стало  Т
1
=13,01 
сек.  В  одном  из  экспериментов  были  приготовлены  2  образца,  содержащие  ДСС  с 
примерно одинаковыми начальными Т
1
. Назовем один из них К-образец (Т
1
=13,3 сек.), 
другой  С-образец  (Т
1
=13,05  сек.).  Мы  ожидали,  что  через  несколько  дней  начнется 
процесс  увеличения  Т
1
  в  обоих  образцах,  но  один  из  них  будет  подвергаться 
облучению,  а  другой  нет.  Образец  К  облучали  17  мин.,  сразу  после  облучения  Т
1
 
оказалось  неизменным.  Как  мы  и  ожидали,  через  9  суток  произошло  значительное 
повышение  Т
1
,  для  К  оно  составило  18,9  сек.,  для  С-18,3  сек.  Образец  К  подвергли 
повторному облучению в течении 15 мин. Еще через неделю Т
1
 для К стало 27,5 сек., а 
для  С-23,5  сек.  Через  трое  суток  время  релаксации  стало  уменьшатся  –  для  К  оно 
составило 24,5 сек., а для С-18,45 сек. 
Итак  можем  заключить,  что  основное  действие  ЭМИ  проявляется  в  небольшом, 
но  хорошо  регистрируемой  уменьшении  времени  релаксации,  что  можно  трактовать 
как  увеличение  концентрации  доли  воды,  участвующей  в  газовых  гидратах,  как 
структуризацию  воды.  Это  может  быть  связано  с  некоторым  увеличением  числа 
газовых  клатратов.  С  другой  стороны,  последний  из  описанных  экспериментов 
позволяет думать, что во время какого-либо процесса, изменяющего время релаксации, 
ЭМИ  помогает  процессам  идти  в  том  же  направлении  и  приводит  к  более  сильным 
последствиям,  что  ясно  при  рассмотрении  времен  релаксации  в  последнем 
эксперименте  для  облученного  и  не  облученного  образцов.  Так  разница  между 
начальными временами релаксации облученного и необлученного образцов составляет 
всего 0,25 сек. В момент наивысших значений Т
1
 эта разница увеличивается до 4 сек., а 
в момент уменьшении времен релаксации она достигает 6 сек. Следует отметить, что в 
кинетических экспериментах воздействие ЭМИ проявляется значительно сильнее, чем 
в  стационарных.  Поэтому  следует  ожидать,  что  в  биологических  экспериментах 
действие  ЭМИ  должно  проявляться  лучше,  поскольку  почти  все  биологические 
эксперименты имеют кинетический, нестационарный характер. 
При  дегазировании  водных  образцов  мы  преследовали  цель  вытеснить 
растворенный  кислород  воздуха.  Поэтому  свои  эксперименты  начали  с  простого 
замещения растворенного в воде газа на инертные – аргон и гелий, путем длительного 
(100 – 200 мин.) барботажа. 
Например,  один  из  образцов,  имевший  первоначальное  время  релаксации  около 
14 сек., сразу после 2-х часового барбатажа аргоном имел Т
1
=21,3 сек. Через 3 дня Т
1
 
еще  возросло  и  стало  27,93  сек.  Интенсивное  взбалтывание  образца  привело  к 
заметному  уменьшению Т
1
  до  19,5  сек.  Однако  через  сутки  Т
1
  возросло  и  стало  23,28 
сек.,  но  своего  наивысшего  значения  оно  не  достигло,  а  еще  через  некоторое  время 
упало до 19 сек., и на этом уровне держалось длительное время (недели). 
Аналогичный  эксперимент  проведен  при  замещении  гелием.  Начальное  время 
релаксации  образца  было  12,7  сек.,  после  30  мин.,  барбатажа  стало  23,4  сек.  Такие 
эксперименты повторялись много раз и каждый раз давали аналогичный результат. 
Таким  образом,  мы  доказали,  что  замещение  воздуха,  который  может  создавать 
клатраты, на аргон и гелий, приводит к их разрушению, вытеснению кислорода и как 
следствие- увеличению времени релаксации. 

16 
 
Чтобы  вообще  освободиться  от  наличия  клатратов  в  наших  образцах  мы 
применяли  вакуумную  откачку  непосредственно  из  измерительной  ампулы.  Вот, 
например, результаты типичного эксперимента, которых проведено достаточно, чтобы 
увидеть описанную закономерность. Перед откачкой время релаксации составляло 14,2 
сек., сразу после откачки-26,46 сек. Через 4 суток после откачки время стало 36,5 сек. 
Сразу после энергичного взбалтывания Т
1
=12,91 сек., через 16 часов – 19,4 сек., а еще 
через 3 суток - 25 сек. Затем медленное уменьшение значений Т
1
 до 15 сек. Повторное 
откачивание этого образца увеличило Т
1
 до 20 сек., но затем, через 3 суток, оно стало 
опять порядка 15 сек. Откачивание образцов, предварительно замещенных аргоном, не 
приводило  к  дополнительному  существенному  увеличению  времен  релаксации. 
Предварительно  выяснилось,  что  силиконовая  резина,  используемая  нами  как 
соединяющая  трубка  с  вакуумной  системой  и  как  затвор,  после  откачки  начинает 
пропускать воздух, а также пары Н
2
О, которые постоянно присутствуют в воздухе, так 
что вакуум падает через несколько часов после откачки. 
Результаты  этих  экспериментов,  на  наш  взгляд,  легко  объяснимы.  Откачка 
убирает  растворенный  газ  в  течении  нескольких  минут.  Это  можно  доказать 
следующим  образом.  Произвести  откачку  измерительной  ампулы,  закрыть  доступ 
воздуха,  пережав  затвор  из  силиконовой  резины  у  основания  ампулы,  запустить 
обычную не дегазированную воду в затвор, надежно закрыть его, а затем приоткрыть 
доступ  в  ампулу.  Вода  с  большей  скоростью  устремится  в  ампулу  из  затвора.  Время 
релаксации в этом случае изменяется с 12 до 20 сек., а повторные измерения через 12-
15 час., дают Т
1
=31 сек.  
Быстрые  изменения  Т
1
  связаны  с  эвакуацией  одной  части  растворенного  газа  – 
слабо  связанной  с  молекулами  воды.  В  течение  же  продолжительного  времени 
происходит  медленная  диффузия  газа  в  вакуумное  пространство  измерительной 
ампулы над поверхностью воды. Таким образом, в воде  существует  как минимум две 
различные клатратные структуры с более прочной и менее прочной упаковкой газа, что 
согласуется с результатами других исследователей [4].  
Таким  образом  результаты  этих  экспериментов  показывают,  что  вода  является 
сложной  физико-химической  смесью  со  сложной  и  в  то  время  тонкой  организацией 
структуры,  которая,  по  всей  видимости,  может  быть  многообразна  и  зависеть  от 
наличия  различных  газов,  температуры,  давление.  Некоторые  твердые  или  жидкие 
вещества  (например,  ДСС)  также  могут  нарушать  структуру  газовых  гидратов, 
вытесняя  газ,  хотя  со  временем,  возникают  новые  или  восстанавливаются  прежние 
структуры клатратов, поскольку Т
1
 приближается к своим первоначальным значениям. 
Добавление  таких  солей  как  хлористый  натрий  или  калий  не  вызывает  каких-либо 
заметных  изменений  во  временах  релаксации  и,  стало  быть,  не  влияют  на  структуру 
воды. Однако, известно, что биологические молекулы и биологические объекты могут 
весьма заметно влиять на клатратообразование [5]. 
 
 
1. Эрнст, Р., Боденхаузен, Дж., Вокаун Дж. ЯМР в одном и двух измерениях. М., 1990.  
2. Бови Ф.А. ЯМР высокого разрешения макромолекул. М., 1977. 
3. Дж. Эмсли., Дж. Финей., Сатклиф Л. Спектроскопия ЯМР высокого разрешения. Т.1. 
М., 1969. 
4. Бык С.Ш., Фомина В.И. Газовые гидраты. В сб. Итоги науки, сер. Химия. М., 1979. 
5.  Родин  В.В.  Образование  клатратов  ксенона  и  состояние  воды  в  бактериальных 
суспензиях по данным метода ЯМР. (кан. дис.) Оболенск. 1984. 
 
 
 

17 
 
УДК: 004.43:811.111 
 
А.Н. Абдреев 
 
РАЗРАБОТКА МЕТОДИКИ И ИНФОРМАЦИОННОЙ СИСТЕМЫ 
ОБУЧЕНИЯ ИНОСТРАННОМУ ЯЗЫКУ 
 
 (
г.Алматы, КазНУ им аль-Фараби)
 
 
Ағылшын экономикасының ӛсуi және кӛп кiсiлердiң саяси ӛкiметi артынан ағылшын 
тiлi  жетiстiк  және  кәсiпкерлiктiң  тiлі  болатынын  болжайды.  Ағылшын  тiлiнiң  бiлiмi 
кәсiби  мансапқа  және  ӛмiрде  пайда  әкеледi.  Ағылшын  тiлi  жеңiл  грамматикасы  бар, 
қиын тiлдiң бiрi болып кӛрiнедi. Оқу барысын күшейтуге мүмкiндiк бере отырып, оқыту 
әдiстерін  қызықты  нұсқаулардан  әбден  жетiлуге  және  дамытудағы  бiрi,  сӛз  жоқ, 
компьютер  техниканың  тӛңiрегiндегi  және  ӛткен  жылдар  жарылысты  сипаттар  алып 
жүретiн технологияның қолдану табыстары. Солардың бiрi -  автоматты оқу жүйелерi. 
Автоматты  оқу  жүйелерi  бiрнеше  түрлерде  болады:  мәлiмет,  кӛмек,  бақылау,  үйрену, 
т.б.  Кейбiр  АОЖ  үйренушi  деп  аталатын  жеке  элементтерi  бар  жұмыс  үшiн  арналған; 
басқасы автоматты оқу курстарын ұсынады 
Due  to  the  growth  of  English  economy  and  political  power  many  people  predict  that 
English  language  will  be  the  language  of  the  success  and  business.  Knowing    English  will 
benefit  your  professional  carrier  and  life.  Of  course    English  appears    as  one  of  the  most  
difficult language with easy grammar.  One of the most interesting directions in perfection and 
development of methods of the teaching, allowing to intensify training process, undoubtedly, 
use of achievements in the field of computer technics and the technology is, which last years 
carry  explosion    character.  One  of  them  -  The  automated  training  systems.  The  automated 
training  systems  happen  several  types:  information,  help,  supervising,  training,  combined. 
Some АTS are intended for work with so-called «separate elements of training» (they promote 
mastering of separate themes, texts, etc.); others represent the automated training courses. 
 
Использование  новых  процессоров,  открывающих  широкие  возможности 
обработки текстовой, звуковой и графической информации, не только позволяет искать 
новые  подходы  в  области  создания  и  использования  компьютерных  обучающих 
программ  по  ОБУЧЕНИЯ  ЯЗЫКУ,  но  и  говорить  о  создании  компьютерных 
обучающих  систем.  По  сути,  использование  средств  мультимедиа,1)  в  сочетании  с 
возможностями ряда уже существующих лингвистических процессоров (ЛП) позволяет 
осуществить  новый  концептуальный  подход  при  создании  обучающих  программных 
продуктов  по  ОБУЧЕНИЯ  ЯЗЫКУ.  Новизна  заключается  в  том,  что  мы  можем  в 
достаточно  полном  объеме  оперировать  понятием  комплексности  и  системности  в 
обучении  с  помощью  компьютера,  поскольку  открывается  возможность  создания  не 
просто 
обучающих 
компьютерных 
программ, 
покрывающих 
отдельные 
грамматические  или  иные  аспекты  языка  и  при  этом  ограниченных  узкими  рамками 
жестко  встроенной  не  изменяемой  пользователем  базы  данных,  а  обучающих  систем, 
охватывающих язык как единое целое и позволяющих вести обучение в интерактивном 
режиме  с  активным  использованием  средств  мультимедиа  в  учебных  целях  (Егоров, 
Кедрова, 94).  
Подобный  подход  к  языку  как  единому  целому,  обеспечивающий  учет 
морфологических,  синтаксических  и  семантических  связей,  уже  реализован  в  ряде 
систем  машинного  перевода  (СМП),  таких  как  ABBYLINGVO,  PROMT  ,  STYLUS, 
СПРИНТ,  АСПЕРА.  Такой  подход  может  служить  достаточно  надежной  основой при 
создании современных автоматизированных, сочетающих в себе широкие возможности 

18 
 
средств  мультимедиа  для  комплексного  обучения  видам  речевой  деятельности, 
обучающих систем (АОС), предназначенных для обучения языку. 
Современная  АОС  понимается  как  высокоорганизованная  многофункциональная 
(Пиотровский,  1990).обучающая  система,  сочетающая  в  себе  возможности  ряда 
автоматизированных  систем  обработки  текста  (Грязнухина,  Дарчук,  1990,  Королев, 
1991,  Partridge,  Wilks,  1990,  Smith,  1990)  и  некоторые  элементы  автоматизированных 
систем  обработки  речи  (Королев,  1991,  Кюннап,  1989,  Марчук,  1991,  Молдокулова, 
Трунин-Донской,  1989,  Gerwen,  1991,  Hutchins,  1993,  Loritz,  1991),  предполагающая 
использование  в  максимальной  степени  технических  возможностей  компьютера  и 
средств  мультимедиа  в  интерактивном  режиме,  способная  служить  основным 
средством  обучения,  с  помощью  которого  могут  быть  реализованы  практические  и 
общеобразовательные цели обучения. 
Современная  АОС,  в  отличие  от  создававшихся  ранее  обучающих  программ  по 
обучения  языку,  при  условии  базирования  на  (ЛП),  подобном  СМП,  позволяет 
подходить  к  решению  методических  и  лингвистических  задач  на  более  высоком 
"интеллектуальном"  уровне.  Традиционные  программы  строились  на  основе 
использования единого алгоритма, позволяющего  учащемуся на поставленный вопрос 
дать лишь один ответ, жестко зафиксированный авторами в качестве правильного. Это 
приводило  к  тому,  что,  например,  изменение  учащимся  порядка  слов  в  предложении 
при  ответе,  вполне  приемлемое  с  точки  зрения  языка,  признавалось  ошибкой, 
поскольку  на  программном  уровне  оно  могло  быть  не  учтено.  Аналогично, 
синонимические замены приравнивались к ошибке и т.д. Это вело к тому, что авторы 
должны  были  выискивать  такие  примеры,  которые  не  предполагали  бы  наличия 
нескольких возможных ответов. 
Конечно, нельзя утверждать, что подобные алгоритмы абсолютно не приемлемы, 
но  следует  заметить,  что  они  существенно  сужают  подход  к  языковым  явлениям, 
значительно  снижая  творческие  возможности  обучения  и  ограничивая  возможности 
учащегося при выходе в речь. 
Алгоритмы, подобные используемым в СМП, допускают вариативность ответов, 
что  наиболее  значимо,  скорее  всего,  даже  не  на  уровне  слова,  а  на  уровне 
высказывания. 
На сегодняшний день, естественно, невозможно говорить о полной замене старых 
алгоритмов новыми, но их совместное использование в виде единого комплекса вполне 
оправдано. 
Наибольший  интерес  при  разработке  АОС  нового  типа  представляет  начальный 
этап обучения, поскольку он наименее вариативен и менее динамичен стилистически, 
менее  подвержен  таким  трудно  поддающимся  машинной  обработке  явлениям,  как 
омонимия. Следовательно, именно на этом этапе обучения лингвистический процессор, 
использующий  принцип  СМП,  даст  наиболее  корректные  результаты.  Кроме  того, 
именно на этом этапе у учащихся начинают формироваться основные речевые навыки. 
Использование  в  АОС  лингвистического  процессора,  аналогичного  СМП, 
позволяет решить ряд задач, которые ранее казались неразрешимыми: 
Ввод любого нового текста в качестве учебного. 
Перевод  английского текста на др. язык (например, казахский, русский). 
Получение информации о любом слове, присутствующем в тексте. 
Получение информации о сочетаемости слов. 
Использование синонимов и синонимичных конструкций. 
Контроль  за  корректностью  графического  воспроизведения  учащимся 
английского слова (контроль за орфографией). 

19 
 
Грамматический,  морфологический  и  синтаксический  контроль  в  конструкциях, 
продуцируемых учащимся. 
Это  возможно  благодаря  автоматической  обработке  текста  с  помощью 
лингвистического  процессора.  Под  обработкой  текста  подразумеваются  следующие 
операции: 
1) анализ английского текста урока; 
2) синтез английских текстовых структур. 
Первая операция включает в себя следующее: 
 - анализ синтаксических структур текста; 
 - лексический анализ; 
 - грамматический и морфологический анализ; 
 - семантизация лексики. 
Вторая операция (синтез) включает в себя 3 основных этапа: 
1) ввод результатов анализа английского текста (или его фрагментов); 
2) синтез казахского, русского текста, адекватного исходному английскому; 
3) вывод результатов синтеза английского текста на экран. 
Таким  образом,  современная  АОС  понимается  как  система  с  высокими 
смыслоразличительными  способностями,  основанная  на  использовании  принципов 
лингвистического анализа и синтеза, применяемых в СМП, таких какTRANSLATE.RU,  
АСПЕРА  (Автоматизированная  Система  Перевода  с  русского    языка  на  Английский), 
разрабатываемая под руководством Э.И.Королева (Королев, 1991).  
Лингвистический анализ, проводимый при анализе английского текста, включает 
автоматизированный  морфологический  и  синтаксический  анализ  исходного 
английского  текста.  При  синтезе  иноязычного  текста  осуществляется  трансфер, 
синтаксический  и  морфологический  синтез  текста  на  выходном  языке  (русском, 
казахском). 
Задачей  этапа  синтаксического  синтеза  является  построение  такой  фразы  на 
английском языке, которая была бы понятна пользователю. 
Входной  информацией  для  синтаксического  синтеза  является  семантико-
синтаксическая структура, полученная на этапе анализа. 
Результаты  перевода  выводятся  на  экран  в  виде  подстрочного  перевода  для 
каждого отдельного предложения исходного английского  текста урока. Он может быть 
также  выведен  в  виде  единой  текстовой  структуры  с  учетом  текстовой  структуры 
исходного  текста.Для  обеспечения  корректного  анализа  и  синтеза  текста  необходимо 
наличие  в  системе  словарей  большого  объема,  подобных  словарям  ABBYLINGVO, 
PROMT,    АСПЕРЫ.  В  словарь  вносятся  слова  в  виде  квазиоснов  и  словосочетания  в 
декларативной форме, а также формируется словарная статья, описывающая их. Работа 
словарей 
поддерживается 
соответствующими 
грамматическими 
и 
лексико-
семантическими списками. 
Подобный словарь выполняет следующие функции: 
- автоматический словарь-справочник, 
- обеспечение лексико-грамматической базы данных системы
- обеспечение анализа английского текста и синтеза русского, казахского текста. 
Использование  СМП,  таких  как  ABBYLINGVO,  PROMT  ,  АСПЕРА,  в  качестве 
прототипа  для  АОС  по  ОБУЧЕНИЯ  ЯЗЫКУ  позволяет  приблизиться  к  решению 
проблемы  пополнения  обучающей  системы  без  привлечения  искусственного  языка. 
Поскольку мощные словарные и грамматические базы данных, подобные базе данных 
СМП ABBYLINGVO, PROMT , АСПЕРА, способны обеспечить анализ новых текстов, 
вводимых самим пользователем, а также синтез иноязычного эквивалента. 

20 
 
АОС, использующие возможности СМП, обладают рядом преимуществ как перед 
обучающими  компьютерными  программами,  так  и  перед  традиционными  печатными 
учебниками.  Во-первых,  это  мощный  банк  данных,  способный  вместить  в  себя 
несколько  традиционных  учебников,  словарей  и  справочников.  Во-вторых, 
моментальный  доступ  к  любой  имеющейся  в  банке  данных  информации.  В-третьих, 
комбинированное  сочетание  текста,  графики  (включая  и  динамичную  форму  - 
анимацию) и звука. В-четвертых, возможность адекватно оценивать ответы учащегося 
с  помощью  программных  средств  даже  в  условиях,  когда  допущены  синонимические 
замены. А также ряд других возможностей, среди которых особо отметим возможность 
использования АОС как в режиме полной автономности, так и в сочетании с другими 
учебными пособиями. 
ЛП, подобные СМП ABBYLINGVO, PROMT, АСПЕРА, позволяют достичь этого 
в АОС благодаря: 
1)  наличию  в  системе  автоматизированного  двуязычного  словаря,  не  только 
покрывающего  весь  лексический  объем  уже  имеющихся  текстов,  но  и  позволяющего 
вводить новые тексты; 
2)  наличию  в  системе  мощной  грамматической  и  лексико-семантической  базы 
данных; 
3)  высокой  "интеллектуальности",  основанной  на  использовании  современных 
лингвистических анализаторов и синтезаторов. 
В заключение, следует отметить, что применение ряда принципов СМП и других 
лингвистических  процессоров,  таких  как  автоматизированные  системы  обработки 
текста  и  речи,  при  разработке  новых  АОС  способно  разрешить  такую  проблему,  как 
фундаментальность  и  гибкость  АОС,  а,  значит,  и  существенно  повлиять  на  качество 
обучения языку. 
 
1.  Грязнухина  Т.А.,  Дарчук  Н.П.  Синтаксический  анализ  в  системе  автоматической 
обработки  научных  текстов//  Актуал.  пробл.  компьютер.лингв./  Тез.  докл.  Всес. 
конф./ Тарту, 29-31 мая 1990 г. - Тарту - 1990. - С.41-42.  
2.  Егоров  А.М.,  Кедрова  Г.Е.  Применение  компьютерных  multimedia  технологий  в 
филологическом  образовании:  новые  подходы  -  новые  перспективы.//  Вестник 
МГУ, Сер.9 фил. - 1994 - N3 - С.37-44.  
3. Королев Э.И. Промышленные системы машинного перевода. - М.: ВЦП. - 1991.  
4. Кюннап Э. Автоматическое распознавание речи.  - Таллинн: Ин-т кибернетики АН 
Эстонии - 1989. - 108с.  
5.  Марчук Ю.Н. Актуальные проблемы анализа и синтеза речи// НТИ/ Сер.2. - 1991. - 
N4. - С.23-25.  
6.  Молдокулова Н.В., Трунин-Донской В.Н. Лингво-акустические проблемы создания 
системы распознавания слитной речи на ЭВМ. - Фрунзе: Илим. - 1989. - 136с.  
7.  Пиотровский  Р.Г.  Лингвистический  автомат  и  искусственный  интеллект. 
Лингвистические  проблемы  искусственного  интеллекта.  Тезисы  VI  симпозиума, 
апрель 1990 - Ленинград: ВНТО радиотехники, электроники и связи. - 1990. - с.27.  
8. Partridge D., Wilks Y., eds. The Foundations of Artificial Intelligence: A  Сourcebook. - 
Cambridge, UK: Cambridge University Press. - 1990. - 498p. 
9. Smith P.D. An Introduction to Text Processing. - Cambridge, MA: The MIT Press. - 1990. 
- 300p. 
10.  Gerwen  R.P.  Automatic  Text-to-Speech  Conversion  for  Spanish.  -  Nijmegen  -  1991.  - 
115p. 
11.  Hutchins  W.J.  An  Introduction  to  Machine  Translation.  //  Computational  Linguistics  - 
1993 - N2 - Pp.383-400.  
12.    Loritz  D.  Voice  Recognition  Technology  for  Machine  Translation//  ЭВМиперевод.  - 
М.:ВЦП. - 1991.  

21 
 
УДК 004.42 
А.Н. Абдреев 
 
ИСПОЛЬЗОВАНИЕ СЕМАНТИЧЕСКОЙ СЕТИ WORLDNET В 
ОБУЧЕНИИ ЯЗЫКА 
 
(
г.Алматы, КазНУ им аль-Фараби)
 
 
WordNet-ағылшын  тiлiн  үйрену  үшін  семантикалық  желi  құралы,  Принстон 
университетiнде  игерiлген  және  топтамасыз,  еркін  лицензясыз  программалық 
қамтамаумен  шыққан  болатын.  Семантикалық желі  -  білімнің  белгіленіп бағдарланған 
граф  түріндегі  ұсынылу  тәсілі.  Оның  тӛбелері  ұғымға,  объектіге,  әрекетке,  жағдайға 
немесе  күрделі  қатынастарға  сәйкес  келсе,  доғалары  қасиеттеріне  немесе  қарапайым 
қатынастарға сәйкес келеді. Объекттермен ұғым, оқиға, қасиет, процесстер бола алады. 
Сайып  келгенде,  семантикалық  желi  бiлiмдердiң  ұсынысының  әдiсінiң  бiрi  болып 
табылады. 
WordNet  is  a  semantic  network  for  the  English  language,  developed  in  Princeton 
university,  and  let  out  together  with  the  accompanying  software  under  the  free  unsaved 
license.Semantic network — the information model of the subject domain which are looking 
like the focused count, which top correspond to objects of subject domain, and arches (edge) 
set  relations  between them.  Concepts,  events,  properties,  processes  can  be  objects. Thus, the 
semantic network is one of ways of representation of knowledge. 
 
За  основу  материала  взят  частотный  словарь  словарной  базы  WordNet 
3.0.WordNet —  это  семантическая  сеть  для  английского  языка,  разработанная  в 
Принстонском  университете,  и  выпущенная  вместе  с  сопутствующим  программным 
обеспечением под некопилефтной свободной лицензией.
 
Семанти ческая сеть — информационная модель предметной области, имеющая 
вид  ориентированного  графа,  вершины  которого  соответствуют  объектам  предметной 
области, а дуги (рѐбра) задают отношения между ними. Объектами могут быть понятия, 
события,  свойства,  процессы.  Таким  образом,  семантическая  сеть  является  одним  из 
способов  представления  знаний.  В  названии  соединены  термины  из  двух  наук: 
семантика  в  языкознании  изучает  смысл  единиц  языка,  а  сеть  в  математике 
представляет  собой  разновидность  графа —  набора  вершин,  соединѐнных  дугами 
(рѐбрами). В семантической сети роль вершин выполняют понятия базы знаний, а дуги 
(причем направленные) задают отношения между ними. Таким образом, семантическая 
сеть отражает семантику предметной области в виде понятий и отношений. 
Компьютерные  семантические  сети  были  детально  разработаны  Ричардом 
Риченсом  в  1956  году  в  рамках  проекта  Кембриджского  центра  изучения  языка  по 
машинному  переводу.  Процесс  машинного  перевода  подразделяется  на  2  части: 
перевод  исходного  текста  в  промежуточную  форму  представления,  а  затем  эта 
промежуточная форма транслируется на нужный язык. Такой промежуточной формой 
как раз и были семантические сети. В 1961 г. появилась работа Мастермана, в которой 
он, в частности, определял базовый словарь для 15000 понятий. 
Словарь  состоит  из  4  сетей  для  основных  знаменательных  частей  речи: 
существительных, глаголов, прилагательных и наречий. Базовой словарной единицей в 
WordNet  является  не  отдельное  слово,  а  так  называемый  синонимический  ряд 
(«синсеты»), объединяющий слова со схожим значением и по сути своей являющимися 
узлами сети. Для удобства использования словаря человеком каждый синсет дополнен 
дефиницией  и  примерами  употребления  слов  в  контексте.  Слово  или  словосочетание 
может  появляться  более  чем  в  одном  синсете  и  иметь  более  одной  категории  части 

22 
 
речи. Каждый синсет содержит список синонимов или синонимичных словосочетаний 
и  указатели,  описывающие  отношения  между  ним  и  другими  синсетами.  Слова, 
имеющие  несколько  значений,  включаются  в  несколько  синсетов  и  могут  быть 
причислены к различным синтаксическим и лексическим классам. 
 
 
Рисунок 1. Пример семантической сети 
 
Синсеты  в  WordNetсвязаны  между  собой  различными  семантическими 
отношениями: 

 
гипероним (breakfast → meal) – слово с более широким значением, выражающее 
общее,  родовое  понятие,  название  класса  (множества)  предметов  (свойств, 
признаков); 

 
гипоним (meal → lunch) – слово с более узким значением, называющее предмет 
(свойство, признак) как элемент класса (множества); 

 
has-member (faculty → professor); 

 
member-of (pilot → crew); 

 
мероним:  has-part  (table  →  leg)  –  понятие,  в  отношении  к  другому  понятию, 
выражающее его составную часть; 

 
антоним (leader → follower). 
Также,  существуют  различные  другие  связи:  лексические,  антонимические, 
контекстные (слово 'x' имеет отношение к слову 'y') и другими. Среди них особую роль 
играет гипонимия: она позволяет организовывать синсеты в виде семантических сетей. 
Для  разных  частей  речи  родовидовые  отношения  могут  иметь  дополнительные 
характеристики и различаться областью охвата.
 
В состав WordNet 3.0 входит 207016 значений (senses), в том числе: 

 
117097существительных (nouns) (81426 synsets, 145104 senses) 

 
11488 глаголов (verbs) (13650 synsets, 24890 senses) 

 
22141 прилагательных (adjectives) (18877 synsets, 31302 senses,) 

 
4601 наречий (adverbs) (3644 synsets, 5720 senses) 
Как видно из аналитического обзора, для освоения чтения и развития разговорных 
навыков  на  бытовом  уровне  достаточно  2000-3000  слов,  то  из  всей  базы  WordNet  я 
сделал выборку, состоящую из примерно 2500 наиболее употребляемых слов. Выборка 
производилась из двух таблиц: wn3_s (набор синсетов) и wn3_g (описания к синсетам). 
В  целом,  вся  система  WordNet  состоит  из  нескольких  различных  таблиц,  в  которых 

23 
 
данные  сгруппированы  по  определенным  принципам.  При  этом  таблицы  связаны 
между собой. 
Структура выбранных двух таблиц показана ниже. 
 
Таблица 1 – Структура таблицы wn3_s 
 
Имя поля 
Тип данных 
Описание 
synset_id 
integer 
идентификационный номер синсета 
word_num 
integer 
номер слова в синсете 
word 
varchar(128) 
само слово 
ss_type 
char(1) 

Каталог: docs -> vestnik -> fizika matematika
vestnik -> Вестник Казнпу им. Абая, серия «Художественное образование», №1(42), 2015 г
vestnik -> Хабаршы вестник «Жаратылыстану-география ғылымдары»
vestnik -> Вестник Казнпу имени Абая, серия «Молодой ученый. Поиски. Проблемы. Исследования», №1(5), 2015 г
fizika matematika -> Задача определения правой части в нелинейном псевдопараболическом уравнении
fizika matematika -> Абай атындағы
fizika matematika -> Абай атындағы
fizika matematika -> Абай атындағы
fizika matematika -> “Физика-математика ғылымдары” сериясы №4 (44)
fizika matematika -> “Физика-математика ғылымдары” сериясы №2 (30)
fizika matematika -> “Физика-математика ғылымдары” сериясы №3 (31)

жүктеу 5.01 Kb.

Поделитесь с Вашими друзьями:
1   2   3   4   5   6   7   8   9   ...   19




©emirb.org 2020
әкімшілігінің қараңыз

    Басты бет