В данной работе представлен метод, который позволяет на основе аннотации научной статьи определить тип полученного в ней результата. Представленный метод основывается на выявлении связей между схожими статьями посредством тематического моделирования с применением латентного размещения Дирихле. В качестве основных признаков для формирования семантического ядра каждого типа научного результата используются словосочетания, состоящие из двух или трех слов. Полученный тип научного результата дополнит перечень характеристик, которыми уже обладает научная статья в явном виде. Каждая область знаний может быть описана своим специфическим набором словосочетаний. Подготовить в ручном режиме такой набор словосочетаний по каждому направлению без знания специфики предметной области практически невозможно, да и весьма трудозатратно. В данной работе был проведен эксперимент с применением представленного метода на научных статьях, относящихся к рубрике «Информатика». Дополненный перечень явных и неявных характеристик научных статей может быть использован в качестве входных параметров для рекомендательной системы, что позволит сформировать наиболее релевантный и пертинентный набор рекомендаций пользователю.
In this paper we present a method that allows us to determine the type of the result obtained in it on the basis of the annotation of a scientific article. The method presented based on the identification of links between similar articles through thematic modeling using latent Dirichlet allocation. As the main signs for the formation of the semantic kernel of each type of scientific result, phrases consisting of two or three words are used. The obtained type of scientific result will complement the list of characteristics that the scientific article already has in its explicit form. Each area of knowledge can be described by its specific set of word combinations. Prepare in a manual mode such a set of phrases for each direction without knowledge of the specifics of the subject area is almost impossible, and in addition it is very labor-intensive. In this paper, an experiment was carried out using the presented method on scientific articles related to the «Informatics» rubric. The supplemented list of explicit and implicit characteristics of scientific articles can be used as input parameters for the recommender systems, which will allow to form the most relevant and pertinent set of recommendations to the user.
1. Kireev V.S., Kuznetsov I.A. Development of algorithms ensemble in case of the solution of the task of statistical classification in recommender systems // International Journal of Applied Engineering Research. – 2016. – Vol. 11. – № 9. – Р. 6613–6618.
2. Автоматическая обработка текстов на естественном языке и компьютерная лингвистика: учеб. пособие / Е.И. Большакова, Э.С. Клышинский, Д.В. Ландэ, А.А. Носков, О.В. Пескова, Е.В. Ягунова. – М.: МИЭМ, 2011. – 272 с.
3. Вареников Д.А., Шлей М.Д., Муромцев Д.И. Построение научных профилей участников научно-образовательного процесса в информационной системе университета // Современные проблемы науки и образования. – 2015. – № 2–2. URL: http://www.science-education.ru/ru/article/viewid=23109 (дата обращения: 15.02.2018).
4. Артамонова Е.В., Лештаев С.В. Преобразование естественно-языковых текстов в RDF-граф // Современные наукоемкие технологии. – 2016. – № 11–2. – С. 214–218.
5. Кузнецов И.А. Автоматизация процесса формирования онтологии на основе классов пользователей в научных рекомендательных системах // Новые информационные технологии в научных исследованиях: материалы XXII Всероссийской научно-технической конференции студентов, молодых ученых и специалистов (Рязань, РГРТУ, 15–17 ноября). – Рязань, 2017. – С. 34–36.
6. Коляда А.С., Яковенко В.А, Гогунский В.Д. Применение латентного размещения Дирихле для анализа публикаций из наукометрических баз данных // Труды Одесского политехнического университета. – 2014. – № 1. – С. 186–191.
7. Shang J., Liu J., Jiang M., Ren X., Voss C.R., Han J. Automated Phrase Mining from Massive Text Corpora // CoRR. – 2017. – Vol. abs/1702.04457.