АВТОМАТИЗИРОВАННОЕ ОЦЕНИВАНИЕ ФОРМУЛИРОВОК НАУЧНОЙ НОВИЗНЫ ПУБЛИКАЦИЙ
Аннотация
Показаны возможности использования методов интеллектуального анализа текстовых данных (Text Mining) для задач, которые ранее решались с помощью экспертных процедур. Рассмотрены вопросы определения качества научных публикаций, выявления научной новизны и идентификации зарождающихся технологических трендов средствами Text Mining (обнаружение «слабых» сигналов). Отмечена специфика этих проблем и способов их решения. Проведен обзор используемых методов выявления научной новизны. Исследованы способы автоматизированного обнаружения слов-маркеров, характеризующих научную новизну, и на их основе составлены специализированные шаблоны. Сформированы и описаны выборки, содержащие экспертно размеченные документы (авторефераты и научные статьи). Описаны результаты экспериментов по практическому использованию полученных шаблонов (на примере публикаций в области информатики).
Ключевые слова
text mining,
identification of markers of scientific novelty,
construction of templates,
classification (categorization) of scientific articles,
интеллектуальный анализ данных,
выявление маркеров научной новизны,
построение шаблонов,
библиографические описания,
классификация научных статей
Список литературы
1. Маннинг К. Д., Рагхаван П., Шютце X. Введение в информационный поиск. -М.: Вильямс, 2014. - 528 с.
2. Большакова Е. И., КлышинскиЗ Э. С., Ландэ Д. В. и др. Автоматическая обработка текстов на естественном языке и компьютерная лингвистика. -М.: МИЭМ, 2011. - 272 с.
3. Кузнецова Ю. М., Осипов Г. С., Чудова Н. В., Швец А. В. Автоматическое установление соответствия статей требованиям к научным публикациям / Труды ИСА РАН. 2012. Т. 62. № 3. С. 132 - 138.
4. Орлов А. И. Критерии выбора показателей эффективности научной деятельности / Контроллинг. 2013. № 3(49). С. 72 - 78.
5. Герасимов С. В., Курынин Р. В., Машечкин И. В., Петровский М. И., Царёв Д. В., Шестимеров А. А. Инструментальные средства оценки качества научно-технических документов / Труды ИСА РАН. 2013. Т. 24. С. 359 - 379.
6. Yoon J. Detecting weak signals for long-term business opportunities using text mining of Web news / Expert Systems with Applications. 2012. Vol. 39. P. 12543 - 12550.
7. Микова H., Соколова А. Мониторинг глобальных технологических трендов: теоретические основы и лучшие практики / Форсайт. 2014. Т. 8. №4. С. 64-83.
8. Орлов А. И. Экспертные оценки / Заводская лаборатория. Диагностика материалов. 1996. Т. 62. № 1. С. 54 - 60.
9. Леонова Ю. В., Федотов А. М. Извлечение знаний и фактов из текстов диссертаций и авторефератов для изучения связей научных сообществ / XV Всероссийская научная конференция RCDL. - Ярославль: ЯрГУ, 2013. С. 135 - 144.
10. Большакова Е. И., Васильева Н. Э., Морозов С. С. Лексикосинтаксические шаблоны для автоматического анализа научно-технических текстов / X Национальная конференция по искусственному интеллекту. Т. 2. - М.: Физматлит, 2006. С. 506 - 524.
11. Дербенёв Н. В., Толчеев В. О. Что можно улучшить в наукометрическом анализе - учет наличия дубликатов и заимствований в научных публикациях / Управление большими системами. 2013. №44. С. 366-380.
12. Новиков Д. А., Орлов А. И. Математические методы классификации / Заводская лаборатория. Диагностика материалов. 2012. Т. 78. №4. С. 3-5.
13. Сэлтон Г. Автоматическая обработка, хранение и поиск информации. - М.: Советское радио, 1973. - 560 с.
14. Толчеев В. О. Модели и методы классификации текстовой информации / Информационные технологии. 2004. № 5. С. 6 - 14.
15. Powers D. Evaluation: From Precision, Recall and F-Factor to ROC, Informedness, Markedness and Correlation / J. Machine Learning Technol. 2011. Vol. 2(1). P. 37-63.
16. Liakata M., Thompson P., de Waard A., Nawaz R., Maat H. P., Ananiadou S. A Three-Way Perspective on Scientific Discourse Annotation for Knowledge Extraction / Proc. Workshop DSSD. 2012. P. 37 - 46.
17. Барахнин В. Б., Ткачев Д. А. Классификация математических документов с использованием составных ключевых терминов / Материалы Всероссийской конференции «ЗОНТ». - Новосибирск, 2009. С. 16-23.
18. Швец А. В. Экспериментальный метод автоматического определения уровня качества научных публикаций / Труды пятой международной конференции «Системный анализ и информационные технологии». Красноярск, 2013. Т. 1. С. 304 - 312.
19. Валеева Н. Г. Жанрово-стилистическая характеристика научных текстов. Введение в переводоведение. - М.: РУДН, 2006. - 85 с.
20. Ярская В. Н. Методология диссертационного исследования: Методическое пособие. -Саратов: ПМУЦ, 2002. - 189 с.
Для цитирования:
Толчеев В.О. АВТОМАТИЗИРОВАННОЕ ОЦЕНИВАНИЕ ФОРМУЛИРОВОК НАУЧНОЙ НОВИЗНЫ ПУБЛИКАЦИЙ. Заводская лаборатория. Диагностика материалов. 2017;83(5):72-78.
For citation:
Tolcheev V.O. Automated Estimation of the Wording of Scientific Novelty of Publications. Industrial laboratory. Diagnostics of materials. 2017;83(5):72-78. (In Russ.)
Просмотров: 69
Послать статью по эл. почте 