Разработка методов и инструментов семантико–онтологического анализа текстовых документов для установления их информационного морфизма тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Курдюков Никита Сергеевич

• Курдюков Никита Сергеевич
• кандидат наук
• 2026

Оглавление диссертации кандидат наук Курдюков Никита Сергеевич

ВВЕДЕНИЕ

1. Теоретические основы информационного онтологического моделирования

1.1. Предметно-ориентированное описание онтологий

1.2. Концептуальные схемы моделирования

1.3. Принципы моделирования

1.4. Принципы соответствия при онтологическом моделировании

1.5. Секвенциальный вывод в онтологическом моделировании

1.6. Потоковые онтологии

Выводы по главе

2. Онтологический информационный поиск

2.1. Общие принципы поиска

2.2. Основы онтологического поискового подхода

2.3. Применение онтологических моделей в поиске информации

2.4. Семантика информационного поиска

2.4.1. Поиск семантической информации

2.4.2. Концепции семантического поиска

2.5. Онтологическое моделирование для извлечения неявных знаний

2.5.1. Теоретико-множественный подход к информационному поиску

2.5.2. Неявная информация и онтологический поиск

Выводы по главе

3. Разработка семантико-онтологической модели информационного анализа текстов для установления их информационного морфизма

3.1. Разработка модели семантико-онтологической информационной классификации научных текстов по паспортам специальностей, и оценка

качества

3.1.1. Сбор и предобработка текстовых данных

3.1.2. Нормализация текстового контента

3.1.3. Семантико-онтологическая модель признаков и метрики сходства

3.1.3.1 Подготовка и разбиение паспортов специальности

3.1.3.2. Построение словаря с n-граммами

3.1.3.3. Расчет обратной частоты документа IDF

3.1.3.4. Расчёт частот терминов по паспортам специальности

3.1.3.5. Формирование онтологических векторов на основе лексического подхода

3.1.3.6. Расчет центроидов классов (паспортов специальности)

3.1.3.7. Итоговая оценка близости и правило выбора класса

3.1.4. Семантико-онтологическая модель

3.1.4.1. Особенности применения семантико-онтологических моделей

3.1.4.2. Графовая семантическая модель ICAN

3.1.4.3. Гибридная семантико-онтологическая модель

3.1.5. Метрики сходства и вероятности

3.1.6. Результаты и их анализ

3.1.7. Программное средство для пакетной классификации и анализа документов

3.1.8. Сравнение семантико-онтологической модели TF-IDF и ICAN с LLM-подходами

3.2. Онтологический мониторинг наукометрических показателей научных

изданий

Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

СЛОВАРЬ ТЕРМИНОВ

СПИСОК ЛИТЕРАТУРЫ

136

ПРИЛОЖЕНИЕ А: Сопоставление научных текстов с паспортами специальностей

ВАК: статьи

ПРИЛОЖЕНИЕ Б: Сопоставление научных текстов с паспортами специальностей

ВАК: авторефераты

ПРИЛОЖЕНИЕ В: Листинг кода семантико-онтологической модели

ПРИЛОЖЕНИЕ Г: Используемый промпт для модели ChatGPT

ПРИЛОЖЕНИЕ Д: Примеры работы ChatGPT

ПРИЛОЖЕНИЕ Е: Свидетельство о государственной регистрации программы

для ЭВМ

ПРИЛОЖЕНИЕ Ж: Акты о внедрении результатов диссертации

ВВЕДЕНИЕ

Введение диссертации (часть автореферата) на тему «Разработка методов и инструментов семантико–онтологического анализа текстовых документов для установления их информационного морфизма»

Актуальность темы

Для улучшения управления и работы промышленных и научных организаций необходимо эффективно применять не только информацию и информационные модели, но и знания и модели знаний. Разработка методов и технологий применения знаний для решения научных и прикладных задач является актуальной задачей. Одной из проблем, которую необходимо решать для этого является извлечение знаний, находящихся в информационном поле, включая Интернет и другие источники, а также возможность использования этих знаний для проведения экспертиз, создания новых знаний и решения многих других задач.

Несмотря на бурное развитие в настоящее время для решения подобных задач моделей и методов искусственного интеллекта, и, в частности, разработка больших языковых моделей (LLM) не стоит не обращать внимание на ставшие уже классическими методы текстовой аналитики, например использование онтологий для решения задач семантического поиска и классификации текстов по смысловой принадлежности к объектам того или иного множества.

Преимуществом совершенствования классических моделей и методов является технологическая простота их реализации и возможность быстрого внедрения в практику небольших по численности организаций и встраивание в проекты не только крупного, но и маленького масштаба. Развертывание, например, даже готовых больших языковых моделей (LLM) и их до обучения требует значительных ресурсов, привлечение штата сотрудников и как следствие существенных финансовых затрат, которые не могут себе позволить небольшие организации. Таким образом, создание более дешевых, но не менее эффективных инструментов является очень актуальным.

В этой связи разработка технологий формирования и применения информационных онтологий для решения задач текстовой аналитики по-прежнему является актуальной и необходимой. Применение онтологий может быть использовано

при решении наукометрических задач и извлечении знаний из большого количества информации в современной информационной среде, в частности в сети Интернет и порталов организаций на основе библиометрической информации об их деятельности.

Например, использования онтологий может позволить разработать инструменты оценки научных идей, независимо от субъекта, оценивающего содержание научного проекта или работы, соответствия содержания диссертаций паспорту специальности и многого другого. В настоящее время наукометрическую оценку предприятий и важность научных грантов, подаваемых на конкурс, оценивают субъекты - эксперты. Эксперты, как правило, являются специалистами широкого профиля, но в глубине научных разработок они разбираются меньше, чем разработчики научных проектов. В силу этого субъективная экспертная оценка наукометрии и новых разработок всегда занижена, так как сравнение осуществляется со старыми исследованиями.

Ещё одним частным, но очень важным примером, где может быть использовано вместе с другими средствами текстовой аналитики онтологическое моделирование является, например, установление принадлежности или соответствия текстового документа одному из заданных множеств. Например, диссертации паспорту специальности, по которой планируется защита, или научной статьи данной специальности.

В качестве еще одного из примеров можно привести задачу, при решении которой необходимо установить формальное соответствие содержания кого-либо проекта конкурсной документации. Решение этой задачи можно использовать как параллельную, независимую от мнения экспертов оценку.

Оценка соответствия содержания паспорту научной специальности тоже во многом является субъективной и часто основывается на личных предпочтениях. Кроме того, смысловая близость многих положений паспортов научных специальностей приводит к необходимости «мягкой» оценки, при которой следует рассматривать вероятность принадлежности диссертации разным паспортам.

Актуальность исследования связана с необходимостью извлечения неявной

информации из источников, в которых неявная информация не видна. Актуальность задачи диссертационного исследования определяется необходимостью повышения эффективности использования информационных ресурсов для управления и исследований, а также привлечения моделей знаний для этих целей.

Состояние проблемы:

Построение онтологии в области научного знания рассмотрено в диссертации Д.Д. Голомазова [1]. К недостаткам работы следует отнести то, что в ней не рассмотрены вопросы построения потоковых онтологий и информационных моделей онтологий. Не исследовано использование информационного поля и концептуального смешивания для построения онтологий. Интерес представляют диссертации И.В. Селивановой [2], А.И. Капитанова [3], О.М. Атаевой [4], И.А. Кузнецова [5], Х. Ле [6], посвященные задачам классификации, организации семантических библиотек, машинного обучения для слабо структурированных текстов.

Несмотря на широкое применение термина «онтология» в философии и социальных науках, в области информатики онтология, онтологическое моделирование остаются малоизученными. Также мало исследована онтология в области информационного поля. На сегодняшний день в международном научном пространстве функционирует значительное количество научно-информационных ресурсов и баз данных научной информации, используемых для оценки вклада страны в развитие мировой науки.

Современные базы данных и сеть Интернет располагают значительными ресурсами для поиска и наукометрического анализа результатов исследовательской деятельности. Они предлагают полный набор метаданных публикаций и сведений об источниках информации. Вместе с тем, учитывая усиливающееся санкционное давление на развитие российской экономики и научного сектора, в том числе через международные источники научной информации, актуальной задачей для России является развитие целостной системы эффективного использования государственных ресурсов научно-технической информации, анализа ее компонентов, их взаимосвязи и

взаимовлияния. Отечественная база научной информации способствует росту суверенитета и национальной безопасности страны в сфере науки. Решение такой задачи возможно через применение онтологий и онтологическое моделирование.

Исследованием онтологий занимались такие ученые, как С.А. Кудж, В.А. Мордвинов, Н.М. Боргест, А.В. Платонов, А.П. Карпенко, В.А. Васенин, В.Я. Цветков, Д.Д. Голомазов, В.И. Боровикова, N. Guarino, T. Gruber, J.R. Hobbs, B. Smith, G.H. Merrill, E. Husserl и другие.

Вопросами разработки методов оценки семантической близости занимались А.А. Крижановский, К.В. Крюков, Е.В. Курганская, Н.В. Степанова, N. Guerin, K.W. Chiang и другие. Вопросом повышения пертинентности информационного поиска занимались Д.Е. Пальчунов, В.Н. Захаров, Г. Адомавичус, Р. Бурке, С.А. Ступников, A. Felfernig. Исследованиями по использованию технологий Semantic Web для извлечения знаний и построения онтологий занимались J.A. Hendler, S.R. Kruk, В. McDaniel, S. Linckels, С. Mainel, H. Bulskov и другие, а также российские ученые В.А. Серебряков, А.Г. Марчук, М.Р. Когаловский, Ю.А. Загорулько, В.З. Ямпольский, А.Ф. Тузовский и другие. В то же время вопросы семантического соответствия не рассмотрены. Принципы соответствия как основа онтологий также не рассмотрены. Это является предметом исследования данной работы.

Цель исследования:

Целью диссертационной работы является разработка новых информационных моделей онтологий и их применение для создания моделей, методов и инструментов семантико-онтологического анализа текстовых документов для установления их информационного морфизма при решении задач мониторинга научной деятельности.

Задачи исследования:

1. Построения моделей онтологий в информационном поле, с целью разработки алгоритмов и методов оценки морфологического и семантического соответствия текстовых документов (их информационного морфизма, на основе онтологий).

2. Исследование методов секвенциального вывода при онтологическом моделировании, включая, потоковые онтологии для создания инструментов практической оценки морфологического и семантического соответствия текстовых документов.

3. Исследование и разработка методов онтологического информационного поиска и применение онтологических моделей для извлечения неявного знания при определении информационного морфизма текстовых документов.

4. Разработка на основе построения информационных онтологий модели, метода и инструментов для практического семантико-онтологического анализа текстовых документов, включая локальные и глобальные метрики их сходства, а также вероятностные оценки принадлежности текстов.

Объект исследования: научно-техническая информация о деятельности научных организаций и публикационной активности авторов и организаций.

Предмет исследования: подходы и методы использования семантико-онтологических технологий и онтологического моделирования для извлечения знаний в научной информации.

Методология и методы исследования: в работе используются методы и методологии анализа информационных процессов и систем, математического моделирования, логики, математической статистики, современные информационные технологии, методы теоретической информатики.

Научная новизна:

Введено и теоретически обосновано понятие информационной онтологии, в рамках которого формализованы структура информационного поля, представление информационных образов и механизм информационного морфизма как основы для анализа текстовых данных.

Предложена гибридная модель семантико-онтологического анализа, включающая формальное определение метрик соответствия и вероятностных оценок принадлежности документов предметным областям, что обеспечивает возможность

строгого расчёта информационного морфизма.

Разработан формальный метод оценки семантической близости текстов, основанный на интеграции лексического векторного представления (TF-IDF) и графово-семантической модели 1СА^ обеспечивающий вычисление структурно-семантических отношений между документами.

Положения, выносимые на защиту:

Модель информационной онтологии и формальная схема информационного морфизма текстовых данных, которые обеспечивают структурное представление, позволяющие определять отношения семантического соответствия между документами.

Гибридная модель семантико-онтологического анализа документов (ТБ-IDF/ICAN), включающая локальные и глобальные метрики сходства и вероятностные оценки принадлежности текстов.

Метод вычисления семантической близости текстов, основанный на интеграции лексического TF-IDF-представления и графово-семантической модели 1СА^ который обеспечивает высокую точность классификации документов по предметным областям и превосходит классические лексические методы. Эффективность разработанной модели и созданного на её основе метода подтверждена результатами апробации (например, оценка принадлежности научных текстов паспортам специальностей ВАК показала точность top-1 = 0,8; top-3 = 1,0).

Достоверность и обоснованность научных результатов диссертации подтверждена теоретическими и экспериментальными исследованиями моделирования и мониторинга в форме моделей и методов информационного моделирования, использованием теории моделирования, корректным применением теоретических положений, согласованностью полученных результатов с результатами других исследователей, а также апробацией и обсуждением результатов на научных конференциях, рецензированием и экспертизой научных статей, опубликованных в ведущих научных изданиях.

Теоретическая и практическая значимость:

Теоретическая значимость заключается в том, что полученные в диссертационной работе результаты вносят вклад в развитие теории онтологий и извлечения знаний в научно-технической информации.

Практическая значимость состоит в применении предложенных методов и технологий для разработки модели, метода и инструментов семантико-онтологического анализа текстовых документов для установления их информационного морфизма. Кроме того, с использованием разработанных онтологических моделей был проведен анализа более 3000 российских научных журналов для оценки их наукометрических показателей и состояния научных исследований в РФ. Методические результаты применены в рамках проекта «Организационно-техническое и информационно-аналитическое обеспечение формирования информационной системы учета и мониторинга ресурсов научно-технической информации, включая публикационную активность российских исследователей» РИЭПП.

Предложенные в диссертационной работе модели и алгоритмы также использованы в работе Ведомственного ситуационного центра по мониторингу сферы образования и науки Минобрнауки России при модернизации витрин данных и механизмов верификации сведений, формируемых на основе учета научно-исследовательских, опытно-конструкторских и технологических работ гражданского назначения.

Соответствие паспорту специальности:

Основные результаты диссертации соответствуют следующим пунктам Паспорта специальности 2.3.8: п. 6 «Обеспечение информационных систем и процессов, применения информационных технологий и систем в принятии решений на различных уровнях управления. Общие принципы и основы организации информационных служб и электронных библиотек»; п. 7 «Разработка методов обработки, группировки и аннотирования информации, в том числе извлеченной из сети Интернет, для систем поддержки принятия решений, интеллектуального поиска, анализа».

Апробация:

Результаты работы докладывались и обсуждались на научных конференциях:

- 8-й Международной научно-практической конференции «Интеграция, аналитика и геоинформационный сервис» (4 декабря 2023 г., Бургас, Болгария);

- 6-й Международной научно-практической конференции «Методы и модели пространственного анализа» (6 февраля 2024 г., Бургас, Болгария);

- 2-й Международной научно-практической конференции «Системный анализ, управление и обработка информации» (15 мая 2024 г., Бургас, Болгария);

- 2-й Международной научно-практической конференции «Интеллектуальные и киберфизические системы: управление, логистика, безопасность» (15 октября 2024 г., Бургас, Болгария);

- Всероссийской научной конференции молодых исследователей с международным участием. «Инновационное развитие техники и технологий в промышленности (ИНТЕКС 2024)» (16 апреля 2024 г., Москва, Университет Косыгина);

- 9-й Международной научно-технической конференции «Эволюционные процессы информационных технологий» (4 марта 2024 г., Бургас, Болгария, ИГНЭИТ);

- 10-й Международной научно-технической конференции «Современные информационные технологии» (4 июля 2024 г., Москва).

Публикации по теме. По теме диссертации опубликовано 22 работы, в том числе 4 статьи в изданиях, рекомендованных ВАК РФ по специальности 2.3.8.

Личный вклад автора. Основные результаты, выносимые на защиту, получены автором лично. Из 22 публикаций: 1 4 - без соавторов, 2 - в соавторстве с научным руководителем, в 6 работах соавторство связано с вопросами использования результатов в практике.

Структура и объем диссертации. Диссертационное исследование состоит из введения, 3 глав, 7-ми приложений, глоссария и списка использованной литературы. Общий объем работы составляет 182 с., включает 23 рисунка, 14 таблиц, библиографический список из 1 21 наименования.

1. Теоретические основы информационного онтологического

моделирования

Предметно-ориентированное описание онтологий

На основе теоретических моделей построения онтологии могут быть связаны с конкретными решениями в области текстового анализа и методиками их применения на практике.

Для получения онтологий можно применять эвристические методы рассуждения, информационный поиск, когнитивное и онтологическое информационное моделирование.

В компьютерных науках термин онтология используется для описания совокупности связанных категорий при представлении данных. В этой области широко применяют сетевые онтологии [словарь терминов п. 11, 12], отображаемые графами.

Построение онтологии в области научного знания достаточно подробно рассмотрено в диссертации [1]. Вопросу применения онтологий в электронных библиотеках посвящен ряд диссертаций [2-5]. В этих работах онтология рассматривается как инструмент извлечения знаний. Примечательно, что работы выполнялись в разных областях: теоретические основы информатики, системный анализ, математическое и программное обеспечение. Это говорит о многоаспектности применения онтологий. Представляет интерес работа [6], в которой делается попытка построить модель онтологии и раскрыть ее содержательно. Однако модель строится формально, а не как информационная модель. Эти и другие труды подчеркивают важность исследования онтологий и актуальность работы в данной области.

В настоящее время выделяют более 20 интерпретаций термина «онтология». Основные типы существующих онтологий можно обозначить как: дескрипционный; динамический; эпистеместический; прикладной, сетевой, формальный.

Однако следует отметить, что в существующей классификации не нашлось места

для информационной онтологии [словарь терминов п. 3] и пространственной онтологии [словарь терминов п. 4, 5]. Отсутствует рассмотрение когнитивной карты как онтологии [словарь терминов п. 9]. Динамическая онтология в пространственной области получила развитие как потоковая онтология [словарь терминов п. 8]. Это мотивирует исследования в данной области и развитие различных моделей онтологий.

Можно выдвинуть гипотезу о перенесении классификации онтологий Джеймса Александера [7] дескрипционная, динамическая, эпистеместическая, в область информационных технологий. В соответствии с этой гипотезой информационные модели делятся на три типа дескрипционные, динамические, эпистеместические. Эти модели служат основой для получения соответствующих онтологий. Первый тип служит основой получения словарей, второй тип служит основой получения информационных моделей процессов. Эпистеместические информационные модели служат основой описания и основным средством построения информационных онтологий.

Среди онтологического моделирования особо следует отметить концептуальное смешивание. Хотя данная концепция появилась в 2000-х годах, в России это направление практически не развивалось. По существу, как и классификация, концептуальное смешивание может трактоваться как процесс и как результат. Результат концептуального смешивания может быть либо информационной моделью, либо онтологией. Процесс концептуального смешивания в упрощенном понимании является комбинацией теоретико-множественных операций. В более общем случае оно является информационным морфизмом. В сложных ситуациях концептуальное смешивание позволяет находить новые связи за счет исключения второстепенных и выявления существенных, что является онтологическим признаком. Концептуальное смешивание было разработано Ж. Фоконье [8], М. Тернером [9] и другими учеными. Задача концептуального смешивания - осуществить семасиологический [10] анализ для получения нового знания.

Используемый в данной диссертации для создания инструментов семантического

текстового анализа алгоритм ICAN (это будет описано далее) можно рассматривать, как реализованный на практике механизм концептуального смешивания.

Обработанный алгоритмом ICAN текст представляется в виде семантического графа, узлами которого являются термины исследованного текста, а ребра, имеющие различные веса - смысловые связи между ними. Важность того или иного узла в графе (термина в тексте) определяется числом его связей.

Построение онтологий может связано с семантическим моделированием. Идеи семантического моделирования восходят к работам Рудольфа Карнапа [11] и Лучано Флориди [12]. В качестве инструмента семантического моделирования могут быть использованы различные варианты диаграмм сущность-связь (ER - Entity-Relationship) или применительно к текстовой аналитике - графовые модели.

Формирование информационных онтологий возможно при наличии соответствия между образами информационного поля. Одним из критериев соответствия между информационными образами, для которых возможно построение онтологий, является информационный морфизм. В обычном понимании информационный морфизм [13] -это процесс возможного преобразования информационных образов. В специальном понимании в рамках данной диссертации морфизм можно рассматривать как условие нахождения онтологий. Информационный морфизм является условием возможного нахождения онтологий на группе информационных образов информационного поля. Информационный морфизм является необходимым, но не достаточным условием нахождения онтологий.

Информационный морфизм [13] - это морфизм в информационном пространстве и в информационном поле. Он осуществим не всегда, а только при определенных условиях. Одним из условий применения морфизма является информационное соответствие [14, 15]. Наряду с информационным соответствием существует более мягкое отношение соразмерности [16].

Но отношение соразмерности не является достаточным условием для появления информационного морфизма. Морфизм часто применяют в теории множеств. Это

теоретико-множественный морфизм. В теории множеств морфизм описывает отображения множеств. Морфизм применяют в теории категорий. Это категориальный морфизм. В теории категорий морфизм обозначает отношения между категориями. В теории информационного поля морфизм обозначает информационные преобразования в информационном поле. Морфизм применяют в аналитических преобразованиях. Здесь он описывает трансформацию или вычисления [17, 18]. Это аналитический морфизм. Аналитический морфизм может быть рассмотрен как разновидность информационного морфизма.

Термин «информационный морфизм» был введен В.А. Мордвиновым [19] и его последователями. Существует ряд определений информационного морфизма. Объяснительное определение: «информационный морфизм - это морфизм в информационном поле». Другое объяснительное определение: «информационный морфизм - это морфизм между информационными моделями или информационными образами». Лингвистическое определение: «информационный морфизм - это процесс информационного преобразования или процесс информационного взаимодействия [20, 21] в информационном поле». В этом определении важная характеристика -информационное взаимодействие. Обычный морфизм имеет одностороннюю направленность. Информационный морфизм может быть односторонним и двухсторонним. Информационное поле содержит результаты сбора информации с помощью информационно-измерительных систем [22] и рецепции информации [23, 24]. В информационном поле существуют разные отношения и разные процессы. Информационное поле содержит информационное отношение - «отношение комплементарности» [25]. Оно дополняет информационное соответствие, является обязательным для информационного морфизма.

Можно ввести оператор информационного соответствия:

1Сог(А,В) или А

Можно ввести оператор информационного морфизма:

/Мог/(Х, У) или Х^У.

Можно ввести оператор комплементарности Сот(Х). В этом случае для информационных образов, которые можно назвать входными (X) и выходными (У), будет иметь место следующее:

1Сог(Х, У)л Сот(Х) — Мог^Х, У) — Сот(У), (1.1)

Стрелка в выражении (1.1) обозначает импликацию. Выражение (1.1) интерпретируется так. Наличие информационного соответствия между входными и выходными данными, а также комплементарность входных данных, создают условия для информационного морфизма между X и У и последующей комплементарности параметров выхода У. Комплементарность означает исключение противоречивости и основу для целостности данных.

Отношение комплементарности [25] обычно рассматривают как независимое отношение. В данной работе комплементарность рассматривают как отношение в совокупности отношений информационного поля. Другим необходимым, но недостаточным условием информационного морфизма является отношение соразмерности о. В этом случае можно построить логическую связку.

X о У — 1Сог(Х, У)— \Morf (X, У), (12)

Выражение (1.2) интерпретируется так: наличие соразмерности между множествами может приводить к информационному соответствию между ними. Наличие информационного соответствия между входным и выходным множествами создает условия для информационного морфизма. Оба отношения являются условием возникновения и существования информационного морфизма.

Термин морфизм можно употреблять при возникновении категориальных преобразований, в качественном анализе или при анализе категорий. Различают аналоговое, цифровое (дискретное), аналитическое и проективное трансформирование.

Можно говорить о категориальном морфизме или о междукатегориальном. Категориальный морфизм дает основание говорить о возможности построения онтологий для объектов одной категории. Междукатегориальный морфизм сигнализирует о возможности построения онтологий для объектов разных категорий

(это особенно важно для сравнения текстов между собой и совпадения их тематик).

В рамках текстовой аналитики и разработки её инструментов для сопоставления текстов под онтологическим морфизмом в частном случае можно понимать соответствие направленных взвешенных семантических графов текстов между собой, а в общем смысловое соответствие двух документов друг другу. Для этого можно рассчитать «мягкую» оценку соответствия на основе вероятностных критериев (будет описано в разделе диссертации, посвященному практической реализации моделей информационного морфизма).

Список литературы диссертационного исследования кандидат наук Курдюков Никита Сергеевич, 2026 год

СПИСОК ЛИТЕРАТУРЫ

1. Голомазов, Д. Д. Методы и средства управления научной информацией с использованием онтологий : специальность 05.13.17 «Теоретические основы информатики» : диссертация на соискание учёной степени кандидата физико-математических наук / Голомазов Дмитрий Дмитриевич ; Московский государственный университет им. М. В. Ломоносова. - Москва, 2012. - 154 с.

2. Селиванова, И. В. Методы тематической классификации научных текстов на основе теоретико-информационного подхода : специальность 05.13.17 : диссертация на соискание учёной степени кандидата технических наук / Селиванова Ирина Владимировна ; Сибирский государственный университет телекоммуникаций и информатики. - Новосибирск, 2021. - 118 с.

3. Капитанов, А. И. Разработка методики и алгоритмов линейной классификации неструктурированной текстовой информации в технических системах : специальность 05.13.01 : диссертация на соискание учёной степени кандидата технических наук / Капитанов Александр Игоревич ; Институт системной и программной инженерии и информационных технологий «Национальный исследовательский университет "МИЭТ"». - Москва, 2022. - 124 с.

4. Атаева, О. М. Разработка и реализация семантической цифровой библиотеки как основы для построения пространства научных знаний : специальность 05.13.11 «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей» : диссертация на соискание учёной степени кандидата технических наук / Атаева Ольга Магомедовна ; Федеральный исследовательский центр «Информатика и управление» РАН. - Москва, 2020. - 155 с.

5. Кузнецов, И. А. Методы и алгоритмы машинного обучения для предобработки и классификации слабоструктурированных текстовых данных в научных рекомендательных системах : специальность 05.13.01 : диссертация на соискание учёной степени кандидата технических наук / Кузнецов Иван Андреевич ;

Национальный исследовательский ядерный университет «МИФИ». - Москва, 2019. -127 с.

6. Ле, Х. Исследование и разработка электронных библиотек на основе явного описания семантики ресурсов с использованием технологий Semantic Web : специальность 05.13.11 : диссертация на соискание учёной степени кандидата технических наук / Ле Хуанг ; Институт вычислительной математики и математической геофизики. - Новосибирск, 2013. - 181 с.

7. Alexander J. H. et al. Knowledge Level Engineering Ontological Analysis //AAAI. -1986. - С. 963-968.

8. Fauconnier, G. The Way We Think: Conceptual Blending and the Mind's Hidden Complexities / G. Fauconnier, M. Turner. - Basic Books, 2008.

9. Turner, M. B. Frame Blending / M. B. Turner. - Rochester, NY : Social Science Research Network, 2006. - Text : electronic.

10. Gurgov, B. Sh. Semasiological Modeling in Real Estate Management / B. Sh. Gurgov // European Journal of Technology and Design. - 2023. - № 11-1. - P. 3-8.

11. Carnap, R. An Outline of a Theory of Semantic Information / R. Carnap, Y. Bar-Hillel // Journal of Symbolic Logic. - 1952. - Vol. 19. - № 3. - P. 230-232.

12. Floridi, L. Outline of a Theory of Strongly Semantic Information / L. Floridi // Minds and Machines. - 2004. - Vol. 14. - № 2. - P. 197-221.

13. Курдюков, Н. С. Условия информационного морфизма / Н. С. Курдюков // Математические методы и модели анализа и прогнозирования социально-экономических процессов Черноморского побережья Болгарии. - 2024. - С. 206-214.

14. Цветков, В. Я. Принципы соответствия в информационном поле / В. Я. Цветков, Н. С. Курдюков // Славянский форум. - 2024. - № 1 (43). - С. 30-41.

15. Цветков, В. Я. Основы теории соответствия между информационными объектами / В. Я. Цветков, Н. С. Курдюков // Образовательные ресурсы и технологии. - 2024. - № 2 (47). - С. 82-90.

16. Раев, В. К. Соразмерность в информационном поле / В. К. Раев // Славянский

форум. - 2021. - № 3 (33). - С. 105-114.

17. Цветков, В. Я. Алгоритмический морфизм / В. Я. Цветков // Славянский форум. -2021. - № 3 (33). - С. 287-296.

18. Курдюков, Н. С. Алгоритмическая логистика / Н. С. Курдюков // Славянский форум. - 2024. - № 1 (43). - С. 154-164.

19. Кудж С. А. Онтология информационных систем: Хрестоматия / С. А. Кудж, В. А. Мордвинов, И. В. Соловьев // Москва: Московский государственный технический университет радиотехники, электроники и автоматики. - 2014. - 61 с.

20. Кудж, С. А. Информационное взаимодействие и его атрибуты / С. А. Кудж // Славянский форум. - 2017. - № 4 (18). - С. 27-33.

21. Бахарева, Н. А. Информационное взаимодействие в автоматизированных системах мониторинга и кадастра / Н. А. Бахарева // Математические методы и модели анализа и прогнозирования социально-экономических процессов Черноморского побережья Болгарии. - 2012. - № 1 (1). - С. 58-62.

22. Цветков, В. Я. Информационно измерительные системы и технологии в геоинформатике / В. Я. Цветков. - Москва: ООО "МАКС Пресс", 2016. - 96 с. - ISBN 978-5-317-05220-1.

23. Джорова, С. М. Рецепция, перцепция и апперцепция при интерактивной обработке в геоинформационных системах / С. М. Джорова // Славянский форум. - 2022. - № 4 (38). - С. 25-33.

24. Цветков, В. Я. Рецепция информации / В. Я. Цветков // Образовательные ресурсы и технологии. - 2016. - № 1 (13). - С. 121-129.

25. Щенников, А. Н. Неопределённость и комплементарность / А. Н. Щенников // Славянский форум. - 2018. - № 4 (22). - С. 85-90.

26. Lin J. et al. Pyserini: A Python toolkit for reproducible information retrieval research with sparse and dense representations //Proceedings of the 44th international ACM SIGIR conference on research and development in information retrieval. - 2021. - С. 2356-2362.

27. Кудж, С. А. Информационное поле / С. А. Кудж. - Москва: ООО "МАКС Пресс",

2017. - 97 с. - ISBN 978-5-317-05530-1.

28. Болбаков, Р. Г. Onomasiological Modeling in the Information Field / Р. Г. Болбаков, А. В. Синицын, В. Я. Цветков // IOP Conference Series. - 2022. - P. 22010.

29. Gigi, M. Frontieriphery: An Anti-positivist Ontological Approach to Intersectional Investigation / M. Gigi, E. Tzfadia // Ethnopolitics. - 2024. - Vol. 23. - № 4. - P. 339-355.

30. Клещев, А. С. Определение структурных свойств онтологий / А. С. Клещев, Е. А. Шалфеева // Известия Российской академии наук. Теория и системы управления. - 2008. - № 2. - С. 69-78.

31. Milton, S. Ontological Foundations of Data Modeling in Information Systems / S. Milton, E. Kazmierczak, L. Thomas // AMCIS 2000 Proceedings. - 2000. - P. 292.

32. Lu, W. An Ontological Approach to Support Legal Information Modeling / W. Lu, N. Xiong, D.-S. Park // The Journal of Supercomputing. - 2012. - Vol. 62. - P. 53-67.

33. Lee, Y.-C. An Ontology-based Approach for Developing Data Exchange Requirements and Model Views of Building Information Modeling / Y.-C. Lee, C. M. Eastman, W. Solihin // Advanced Engineering Informatics. - 2016. - Vol. 30. - № 3. - P. 354-367.

34. Karshenas, S. Ontology-Based Building Information Modeling / S. Karshenas, M. Niknam // Computing in Civil Engineering. ASCE International Workshop on Computing in Civil Engineering. - Los Angeles : American Society of Civil Engineers, 2013. - P. 476-483.

35. Sigov A. S., Tsvetkov V. Y., Rogov I. E. Method for assessing testing difficulty in educational sphere //Rossiiskii tekhnologicheskii zhurnal= Russian Technological Journal. -2021. - Т. 9. - №. 6. - С. 64-72.

36. Kogalovsky, M. R. Conceptual and Ontological Modeling in Information Systems / M. R. Kogalovsky, L. A. Kalinichenko // Programming and Computer Software. - 2009. - Vol. 35. - № 5. - P. 241-256.

37. Сигов, А. С. Неявное знание: оппозиционный логический анализ и типологизация / А. С. Сигов, В. Я. Цветков // Вестник Российской академии наук. - 2015. - Т. 85. - № 9. - С. 800.

38. Ikotun A. M. et al. K-means clustering algorithms: A comprehensive review, variants

analysis, and advances in the era of big data //Information Sciences. - 2023. - Т. 622. - С. 178-210.

39. Thayyib P. V. et al. State-of-the-art of artificial intelligence and big data analytics reviews in five different domains: a bibliometric summary //Sustainability. - 2023. - Т. 15. -№. 5. - С. 4026.

40. Liu Y. et al. Semantic correspondence as an optimal transport problem //Proceedings of the IEEE/CVF conference on computer vision and pattern recognition. - 2020. - С. 44634472.

41. DeLancey, S. Nocte and Jinghpaw: Morphological Correspondences / S. DeLancey // North East Indian Linguistics. - 2011. - Vol. 3. - P. 61-75.

42. Прохоров, Ю. В. Математика : большой энциклопедический словарь / Ю. В. Прохоров. - Москва : Большая Российская энциклопедия, 1998.

43. Цветков В. Я. и др. Метамоделирование в геоинформатике //Информация и космос. - 2020. - №. 1. - С. 112-119.

44. Zhu Y. et al. Large language models for information retrieval: A survey //ACM Transactions on Information Systems. - 2023.

45. Тодорова, А. Й. Теория информационных единиц / А. Й. Тодорова. - Текст : электронный. - Институт за хуманитарни науки, икономика и информационни технологии, 2023. - С. 220-228.

46. Liu N. et al. Situational voluntary compliance //China Review. - 2023. - Т. 23. - №. 3. - С. 31-69.

47. Payne, T. R. Negotiating over Ontological Correspondences with Asymmetric and Incomplete Knowledge / T. R. Payne, V. Tamma // Proceedings of the 2014 International Conference on Autonomous Agents and Multi-Agent Systems. - 2014. - P. 517-524.

48. Tarski, A. On the Concept of Logical Consequence / A. Tarski // Logic, Semantics, Metamathematics. - 1936. - Vol. 52. - P. 409-420.

49. Косовский, Н. К. Секвенциальное исчисление для сравнений противоречивых условий различной степени достоверности / Н. К. Косовский, А. В. Тишков //

Математические вопросы кибернетики. - 1998. - Т. 7. - С. 213-226.

50. Максудова, Л. Г. Информационное моделирование как фундаментальный метод познания / Л. Г. Максудова, В. Я. Цветков // Известия высших учебных заведений. Геодезия и аэрофотосъёмка. - 2001. - № 1. - С. 102-106.

51. Лёвин, Б. А. Информационные процессы в пространстве «больших данных» / Б. А. Лёвин, В. Я. Цветков // Мир транспорта. - 2017. - Т. 15. - № 6. - С. 20-30.

52. Hariri, R. H. Uncertainty in Big Data Analytics: Survey, Opportunities, and Challenges / R. H. Hariri, E. M. Fredericks, K. M. Bowers // Journal of Big Data. - 2019. - Vol. 6. - № 1. - P. 44.

53. Цветков, В. Я. Информационная неопределённость и информационная определённость в науках об информации / В. Я. Цветков // Информационные технологии. - 2015. - Т. 21. - № 1. - С. 3-7.

54. Богоутдинов, Б. Б. Применение модели комплементарных ресурсов в инвестиционной деятельности / Б. Б. Богоутдинов, В. Я. Цветков // Вестник Мордовского университета. - 2014. - Т. 24. - № 4. - С. 103-116.

55. Цветков, В. Я. Модель информационной ситуации / В. Я. Цветков // Перспективы науки и образования. - 2017. - № 3 (27). - С. 13-19.

56. Tsvetkov, V. Y. Framework of Correlative Analysis / V. Y. Tsvetkov // European Researcher. - 2012. - № 6-1. - P. 839-844.

57. Deshko, I. Dichotomous Division Logic / I. Deshko, V. Tsvetkov // AIP Conference Proceedings. - 2023. - Vol. 2700.

58. Deshko, I. P. Oppositional Division in the Information Field / I. P. Deshko, V. Ya. Tsvetkov // Informatics and Cybernetics in Intelligent Systems : Lecture Notes in Networks and Systems / ed. R. Silhavy. - Cham : Springer International Publishing, 2021. - Vol. 228. -P. 599-606.

59. Цветков В. Я. и др. Семантическое образное моделирование в информационном поле //Образовательные ресурсы и технологии. - 2023. - №. 4 (45). - С. 70-78.

60. Курдюков, Н. С. Семантика и морфология информационного поиска / Н. С.

Курдюков // Славянский форум. - 2023. - № 4 (42). - С. 46-56.

61. Кужелев, П. Д. Интеллектуальное многоцелевое управление / П. Д. Кужелев // Economic Consultant. - 2014. - № 4 (8). - С. 65-68.

62. Лёвин, Б. А. Киберфизические системы в управлении транспортом / Б. А. Лёвин, В. Я. Цветков // Мир транспорта. - 2018. - Т. 16. - № 2. - С. 138-145.

63. Dolgy, A. I. Spatial Logic in Process of Unmanned Vehicle Operation / A. I. Dolgy, I. N. Rozenberg, V. Y. Tsvetkov // AIP Conference Proceedings. - 2021. - Vol. 2402.

64. Kurdukov, N. S. Ontologies in Information Retrieval / N. S. Kurdukov // European Journal of Technology and Design. - 2023. - № 11-1. - P. 9-14.

65. Savnykh, V. P. Cognitive Logic's Principles / V. P. Savnykh, V. Y. Tsvetkov // Artificial Intelligence in Intelligent Systems : Lecture Notes in Networks and Systems / ed. R. Silhavy.

- Cham : Springer International Publishing, 2021. - Vol. 229. - P. 288-296.

66. Kudzh, S. A. Cognitive Expert Assessment / S. A. Kudzh, V. Y. Tsvetkov // Artificial Intelligence in Intelligent Systems : Lecture Notes in Networks and Systems / ed. R. Silhavy.

- Cham : Springer International Publishing, 2021. - Vol. 229. - P. 742-749

67. Кудж, С. А. Логика и алгоритмы / С. А. Кудж, В. Я. Цветков. - Москва: ООО "МАКС Пресс", 2019. - 112 с. - ISBN 978-5-317-06054-1.

68. Цветков, В. Я. Фактофиксирующие и интерпретирующие модели / В. Я. Цветков // Международный журнал прикладных и фундаментальных исследований. - 2016. - № 9-3. - С. 487.

69. Войшвилло, Е. К. К проблеме обоснования аподиктического знания / Е. К. Войшвилло // Логические исследования. - 2014. - № 20. - С. 10-47.

70. Sadeghi-Niaraki, A. Internet of Thing (IoT) Review of Review: Bibliometric Overview Since Its Foundation / A. Sadeghi-Niaraki // Future Generation Computer Systems. - 2023. -Vol. 143. - P. 361-377.

71. Kleppmann, M. Online Event Processing / M. Kleppmann, A. R. Beresford, B. Svingen // Communications of the ACM. - 2019. - Vol. 62. - № 5. - P. 43-49.

72. Akidau T. et al. Millwheel: Fault-tolerant stream processing at internet scale

//Proceedings of the VLDB Endowment. - 2013. - T. 6. - №. 11. - C. 1033-1044.

73. Carbone P. et al. Apache flink: Stream and batch processing in a single engine //The Bulletin of the Technical Committee on Data Engineering. - 2015. - T. 38. - №. 4.

74. Akidau T. et al. The dataflow model: a practical approach to balancing correctness, latency, and cost in massive-scale, unbounded, out-of-order data processing //Proceedings of the VLDB Endowment. - 2015. - T. 8. - №. 12. - C. 1792-1803.

75. Akhter, A. Stateful Functions as a Service in Action / A. Akhter, M. Fragkoulis, A. Katsifodimos // Proceedings of the VLDB Endowment. - 2019. - Vol. 12. - № 12. - P. 18901893.

76. Garofalakis, M. Data Stream Management: Processing High-Speed Data Streams / M. Garofalakis, J. Gehrke, R. Rastogi. - Springer, 2016. - Text : electronic.

77. Out-of-Order Processing: A New Architecture for High-Performance Stream Systems / J. Li, K. Tufte, V. Shkapenyuk [et al.] // Proceedings of the VLDB Endowment. - 2008. - Vol. 1. - № 1. - P. 274-288.

78. Maier D. et al. Semantics of data streams and operators //International Conference on Database Theory. - Berlin, Heidelberg : Springer Berlin Heidelberg, 2005. - C. 37-52.

79. Srivastava, U. Flexible Time Management in Data Stream Systems / U. Srivastava, J. Widom // Proceedings of the Twenty-Third ACM SIGMOD-SIGACT-SIGART Symposium on Principles of Database Systems (PODS). - Paris : ACM, 2004. - P. 263-274.

80. Izacard G. et al. Unsupervised dense information retrieval with contrastive learning //arXiv preprint arXiv:2112.09118. - 2021.

81. Li, H. Learning to Rank for Information Retrieval and Natural Language Processing / H. Li. - Morgan & Claypool Publishers, 2014. - Text : electronic.

82. Jeronymo V. et al. Inpars-v2: Large language models as efficient dataset generators for information retrieval //arXiv preprint arXiv:2301.01820. - 2023.

83. Sutton, A. Meeting the Review Family: Exploring Review Types and Associated Information Retrieval Requirements / A. Sutton, M. Clowes, L. Preston, A. Booth // Health Information & Libraries Journal. - 2019. - Vol. 36. - № 3. - P. 202-222.

84. Цветков, В. Я. Онтологии информационного моделирования / В. Я. Цветков // Конструкторское бюро. - 2018. - № 4. - С. 65-71.

85. Sanchez-Zas C. et al. Ontology-based approach to real-time risk management and cyber-situational awareness /Future Generation Computer Systems. - 2023. - Т. 141. - С. 462-472.

86. Pejtersen, A. M. Semantic Information Retrieval / A. M. Pejtersen // Communications of the ACM. - 1998. - Vol. 41. - № 4. - P. 90-92.

87. Chebil W. et al. Improving semantic information retrieval using multinomial naive Bayes classifier and Bayesian networks //Information. - 2023. - Т. 14. - №. 5. - С. 272.

88. Розенберг, И. Н. Концептуальное пространственное смешивание при анализе объектов транспортной инфраструктуры / И. Н. Розенберг, В. Я. Цветков // Наука и технологии железных дорог. - 2019. - Т. 3. - № 3 (11). - С. 3-11.

89. Савиных, В. П. Концептуальное смешивание в геознании / В. П. Савиных // Славянский форум. - 2017. - № 2 (16). - С. 19-24.

90. Bolbakov, R. G. Tacit Knowledge as a Cognitive Phenomenon / R. G. Bolbakov // European Journal of Technology and Design. - 2016. - Vol. 11. - № 1. - P. 4-12.

91. Цветков, В. Я. Неявное знание и его разновидности / В. Я. Цветков // Вестник Мордовского университета. - 2014. - Т. 24. - № 3. - С. 199-205.

92. Kurth, W. Morphological Models of Plant Growth: Possibilities and Ecological Relevance / W. Kurth // Ecological Modelling. - 1994. - Vols. 75-76. - P. 299-308.

93. Аникина Г. А. и др. О выделении контура изображения с помощью линейных обучающих моделей //Известия академии наук СССР. Техническая кибернетика. - 1980. - №. 6. - С. 36-43.

94. Чехарин, Е. Е. Информационная модель семантического окружения / Е. Е. Чехарин // Перспективы науки и образования. - 2014. - № 4 (10). - С. 20-24.

95. Ebeid, I. A. MedGraph: An Experimental Semantic Information Retrieval Method Using Knowledge Graph Embedding for the Biomedical Citations Indexed in PubMed / I. A. Ebeid, E. Pierce. - 2021.

96. Amati, G. Semantic Information Retrieval / G. Amati, K. Rijsbergen // Information

Retrieval: Uncertainty and Logics / ed. F. Crestani [et al.]. - Boston, MA : Springer US, 1998. - P. 189-219.

97. Rinaldi, A. M. An Ontology-Driven Approach for Semantic Information Retrieval on the Web / A. M. Rinaldi // ACM Transactions on Internet Technology. - 2009. - Vol. 9. - № 3. - P. 1-24.

98. Chebil, W. Improving Semantic Information Retrieval by Combining Possibilistic Networks, Vector Space Model and Pseudo-Relevance Feedback / W. Chebil, L. F. Soualmia // Journal of Information Science. - 2023. - P. 01655515231167293.

99. Bar-Hillel, Y. Semantic Information / Y. Bar-Hillel, R. Carnap // The British Journal for the Philosophy of Science. - 1953. - Vol. 4. - № 14. - P. 147-157.

100. Иванников, А. Д. Основы теории информации / А. Д. Иванников, А. Н. Тихонов, В. Я. Цветков. - Москва: Издательство "Макс пресс", 2007. - 356 с. - ISBN 978-5-31702042-2.

101. Цветков, В. Я. Shannon and L. Floridi's Amount of Information / В. Я. Цветков // Life Science Journal. - 2014. - Vol. 11. - № 11. - P. 667-671.

102. Floridi, L. Semantic Information and the Correctness Theory of Truth / L. Floridi // Erkenntnis. - 2011. - Vol. 74. - № 2. - P. 147-175.

103. Zhong, Y. A Theory of Semantic Information / Y. Zhong // Proceedings. - 2017. - Vol. 1. - № 3. - P. 129.

104. Jeulin, D. Morphological Models of Random Structures / D. Jeulin. - Cham : Springer International Publishing, 2021. - (Interdisciplinary Applied Mathematics ; Vol. 53).

105. Цветков, В. Я. Морфология и семантика информационных моделей / В. Я. Цветков // Славянский форум. - 2022. - № 4 (38). - С. 80-88.

106. Курдюков, Н. С. Неявные знания в информационном поиске / Н. С. Курдюков // Образовательные ресурсы и технологии. - 2024. - № 1 (46). - С. 80-87.

107. Liu Y. et al. Understanding llms: A comprehensive overview from training to inference //Neurocomputing. - 2025. - Т. 620. - С. 129190.

108. Bommasani R. On the opportunities and risks of foundation models //arXiv preprint

arXiv:2108.07258. - 2021.

109. Chatterjee A. et al. Posix: A prompt sensitivity index for large language models //arXiv preprint arXiv:2410.02185. - 2024.

110. Errica F. et al. What did i do wrong? quantifying llms' sensitivity and consistency to prompt engineering //Proceedings of the 2025 Conference of the Nations of the Americas Chapter of the Association for Computational Linguistics: Human Language Technologies (Volume 1: Long Papers). - 2025. - С. 1543-1558.

111. Mai H. T., Chu C. X., Paulheim H. Do LLMs really adapt to domains? an ontology learning perspective //International Semantic Web Conference. - Cham : Springer Nature Switzerland, 2024. - С. 126-143.

112. Liu Y. et al. Understanding llms: A comprehensive overview from training to inference //Neurocomputing. - 2025. - Т. 620. - С. 129190.

113. Курдюков, Н. С. Информационный мониторинг личных кабинетов журналов / Н. С. Курдюков // Славянский форум. - 2024. - № 3 (45). - С. 314-327.

114. Livingston P. History of the Ontology of Art. - 2011.

115. Cocchiarella, N. B. Logic and Ontology / N. B. Cocchiarella // Axiomathes. - 2001. -Vol. 12. - № 1. - P. 117-150.

116. Kudz, S. A. Spatial Knowledge Ontologies / S. A. Kudz, I. V. Soloviev, V. Y. Tsvetkov.

- 2014.

117. Цветков, В. Я. Пространственные онтологии / В. Я. Цветков // Славянский форум.

- 2016. - № 4 (14). - С. 275-281.

118. Микрюков А. А. и др. Актуальные вопросы когнитивного моделирования слабоструктурированных и плохо формализуемых систем //Вестник Российского экономического университета им. ГВ Плеханова. - 2025. - Т. 22. - №. 3. - С. 52-60.

119. Буйневич И. А. и др. Метод построения нечеткой когнитивной карты конкурентоспособности машиностроительного предприятия //Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2024. - Т. 13. - №. 3. - С. 146-163.

120. Курдюков, Н. С. Потоковые онтологии / Н. С. Курдюков // Славянский форум. -2024. - № 3 (45). - С. 84-94.

121. Husserl, E. Logische Untersuchungen. Bd. 1: Prolegomena zur reinen Logik / E. Husserl. - 2., umgearb. Aufl. - 1900.

ПРИЛОЖЕНИЯ

ПРИЛОЖЕНИЕ А: Сопоставление научных текстов с паспортами специальностей ВАК: статьи

Таблица 1. Применение семантико-онтологической модели для сопоставления научных статей с паспортами

специальностей ВАК (метаданные и метрики соответствия).

Наименование статьи Журнал Авторы Ключевые слова Паспорт специальности Вероятность соответстви я паспорту специальнос ти Итоговая 8соге оценка Среднее значение косинусного сходства

Цифровые финансовые активы как средство платежа в рамках внешнеэкономической деятельности Прогрессивная экономика Новская Н.С. цифровые финансовые активы, внешнеэкономическая деятельность, международные расчеты, цифровые средства платежа 5.2.4 0.991966 0.259187 0.1724425

Основные проблемы промышленных предприятий в условиях цифровизации Прогрессивная экономика Веселов Д.И. промышленные предприятия, стратегический менеджмент, стратегическое планирование, трансформационный период, цифровые технологии 5.2.3 0.999979 0.280473 0.102319444

Роль и место россии в процессах цифровизации мировой экономики Прогрессивная экономика Паламарчук О.А. цифровая экономика, цифровые технологии, мировая экономика, Россия, индустрия 4.0, международная торговля, информационно-коммуникационные технологии. 5.2.3 0.998001 0.288824 0.102759111

Механизм цифровой трансформации субъектов малого и среднего предпринимательства Прогрессивная экономика Николаев Ю.Н. цифровая трансформация, малое и среднее предпринимательство, индекс цифровизации малого 5.2.3 0.988991 0.269917 0.090220889

и среднего бизнеса, механизм цифровой трансформации

Оценка масштаба теневой экономики в странах балтии в 2023 году Прогрессивная экономика Северухин К.В. теневая экономика, страны Балтии, неформальная экономика, государственная политика 5.2.3 0.99999 0.254373 0.099405111

Синтез и рентгенографические характеристики фтор-ионных проводников mеsn2f5 (те = па, к, гЬ, cs) Fine chemical technologies Р.М. Закалюкин, Е.А. Левкевич, А.В. Николаева фторстаннаты, рентгенофазовый анализ, фторионная проводимость, фторид олова, фториды, кристаллохимия, слоистые структуры 1.4.15 0.532742 0.167872 0.076608

Совмещенный процесс синтеза циклогексилциклогексанкар боксилата из циклогексанола и со, катализируемый системой р^оас)2-ррЮ-п-толуолсульфокислота Fine chemical technologies Н.Т. Севостьянова, С.А. Баташев, А.С. Родионова совмещенный процесс, дегидратация спирта, алкоксикарбонилирование алкена, палладий-фосфиновая система, сильная протонная кислота 2.6.10 0.915717 0.222533 0.145823

Особенности гетерогенно- каталитических превращений напряженных карбоциклических соединений норборненового ряда Fine chemical technologies С.А. Дураков, А.А. Колобов, В.Р. Флид норборнен, норборнадиен, гетерогенный катализ, димеризация, изомеризация, переходные металлы, цеолиты, напряженные карбоциклические соединения 1.4.14 0.99999 0.266873 0.164181

Адсорбционная иммобилизация ферментов на альгинатах: свойства и применение препаратов на их основе. краткий обзор Сорбционные и хроматографические процессы Мария Сергеевна Лавлинская, Андрей Викторович Сорокин, Юрий Федорович Зуев, Марина Геннадьевна Холявка, Валерий альгиновая кислота, иммобилизация ферментов, носители для иммобилизации 1.5.4 0.75897 0.175254 0.07912

Григорьевич Артюхов

Катионные липосомы как средства доставки нуклеиновых кислот Fine chemical technologies А.А. Михеев, Е.В. Шмендель, Е.С. Жестовская, Г.В. Назаров, М.А. Маслов липосомы, нуклеиновые кислоты, генная терапия, липиды, доставка 1.4.16 0.30051 0.196607 0.112822

Отантропонимические дериваты, образованные от прецедентных имен, в поэтических текстах современных авторов Филологические науки. вопросы теории и практики Плотникова Л. И., Тарутина А. А. производные от прецедентных имен, авторские отантропонимические дериваты, индивидуально-авторские новообразования, словотворчество в современной поэзии 5.9.3 0.999949 0.229216 0.135548

Англицизмы как функционально-прагматические маркеры цифровой коммуникации русскоговорящей молодежи Филологические науки. вопросы теории и практики Фролова О. А. англоязычные заимствования, русскоязычная интернет-коммуникация, языковые практики в социальных сетях, молодежный онлайн-дискурс, коммуникативные стратегии молодежи 5.9.6 0.996853 0.244513 0.155682

Хронотоп границы в повести а. н. толстого «гадюка» Филологические науки. вопросы теории и практики Анисимова А. Н., Ефремова Ю. И повесть А. Н. Толстого «Гадюка», типы хронотопа границы, функции хронотопа границы, оппозиция «человеческое - животное» 5.9.3 0.999995 0.181939 0.103497

Особенности репрезентации жанровой традиции романа воспитания в русской прозе конца 1920-х годов Филологические науки. вопросы теории и практики Осьмухина О. Ю., Овсянникова Е. П. русская проза конца 1920-х годов, соцреализм, традиция Bildungsroman в литературе соцреализма, творчество Аркадия Гайдара, творчество Николая Огнева 5.9.3 0.998809 0.158642 0.088203

преобразования немецких

пословиц, немецкий

публицистический дискурс,

Структурно-грамматические модификации пословиц в Филологические науки. вопросы Шитикова А. В. структурно-грамматические трансформации пословиц, структурно 5.9.6 0.97234 0.194867 0.128428

немецком теории и практики модифицированные

публицистическом дискурсе немецкие пословицы, грамматически модифицированные немецкие пословицы

Столичная идентичность и градостроительное развитие екатеринбурга (конец xix -начало xxi в.) Уральский исторический вестник К. Д. Бугров региональная столица, Екатеринбург, индустриализация, урбанизация, сохранение культурного наследия, инфраструктура благополучия 5.2.3 0.966608 0.221421 0.072785889

Свердловск,

Разработка генерального плана свердловска в 1930-е гг.: проблемы и особенности Уральский исторический вестник А. А. Думчиков градостроительство, генеральный план, Домбровский, архитектура, коммунальное хозяйство 2.1.11 0.997152 0.207506 0.127877

Относительно культурной атрибутации одного типа сросткинской поясной Уральский исторический вестник С. Г. Боталов, И. В. Грудочко Южное Зауралье, Уелги, Актюба, сросткинская культура, манихейство, 5.9.7 0.528293 0.116341 0.086912

гарнитуры синкретизм

парадигма памяти, освоение

наследия, социокультурное

пространство,

От «золотой долины» к «кремниевой тайге»: Уральский исторический Г. М. Запорожченко, О. достопримечательное место «Новосибирский 5.10.1 0.921474 0.228518 0.09405175

векторы культурной памяти вестник Н. Шелегина Академгородок», мегапроект «Академгородок 2.0», культурные практики, культурная память

«Степные коридоры» алакульских скотоводов: результаты изотопных и палеоботанических исследований на поселении чебаркуль ш Уральский исторический вестник П. С. Анкушева, И. П. Алаева, С. А. Садыков, Ч. Я. Ын, М. Н. Анкушев, Э. П. Зазовская, А. Ю. Рассадников Алакульская культура, поздний бронзовый век, Южное Зауралье, скотоводство, изотопные исследования, палеоботаника, радиоуглеродное датирование 5.9.7 0.633419 0.135699 0.095449

Особенности репродуктивного здоровья и репродуктивного поведения девушек, проживающих в тофаларии Экология человека Л.В. Рычкова, Т.А. Астахова, О.В. Бугун, Е.Е. Храмова девушки-подростки, репродуктивное здоровье, олигоменорея, малые этносы 3.2.3 0.826678 0.198173 0.0902405

Оценка канцерогенного риска воздействия химических веществ, поступающих с пищевыми продуктами, на основе региональных факторов экспозиции Экология человека О.А. Фролова, Е.П. Бочаров, Е.А. Тафеева продовольственное сырьё, пищевые продукты, тяжёлые металлы, пестициды, экспозиция, канцерогенный риск, здоровье 3.2.1 0.999397 0.216676 0.1173475

Оценка зависимости избыточной смертности населения в городах арктического макрорегиона от температурных волн Экология человека Д.А. Шапошников, Б.А. Ревич экстремальные температуры, волны жары, арктические территории, изменение климата, холод, смертность населения, организация здравоохранения, профилактическая медицина. 3.2.1 0.999395 0.216673 0.1173475

Генотипический портрет 5ате-соу-2 на территории приморского края в период пандемии covid-19 Журнал микробиологии, эпидемиологии и иммунобиологии Попова А.Ю., Щелканов М.Ю., Крылова Н.В., Белик А.А., Семейкина Л.М., Запорожец Т.С., Смоленский В.Ю., Персиянова Е.В., Просянникова М.Н., Белов 8АЯ8-СоУ-2, СОУГО-19, Приморский край, заболеваемость, полногеномное секвенирование, генотипы 3.2.2 0.999918 0.198038 0.129511

Ю.А., Иунихина О.В., Потт А.Б., Хомичук Т.Ф., Симакова А.И., Абрамова С.А., Романова О.Б., Детковская Т.Н., Крыжановский С.П., Беседнова Н.Н.

Современное представление о диареегенных escherichia coli - возбудителях острых кишечных инфекций Журнал микробиологии, эпидемиологии и иммунобиологии Макарова М.А. обзор, диарея, острые кишечные инфекции, эшерихиозы, диареегенные Escherichia coli, патогенность 3.1.30 0.50852 0.1756 0.0971705

Филогения штаммов yersinia pestis линии 4.ant из тувинского горного и сопредельных очагов чумы Журнал микробиологии, эпидемиологии и иммунобиологии Станковцева Е.В., Оглодин Е.Г., Вержуцкий Д.Б., Червякова Н.С., Нарышкина Е.А., Федоров А.В., Ерошенко Г.А., Балахонов С.В., Кутырев В.В. чума, Yersinia pestis, Тувинский горный очаг, SNP-анализ, MLVA-типирование 3.1.19 0.775802 0.134792 0.06678

Лейкоцитоз и нетоз как маркеры неблагоприятного прогноза у онкогинекологических пациенток Вопросы гинекологии, акушерства и перинатологии Е.В. Слуханчук, В.О.Бицадзе, А.Г.Солопова, Д.Х.Хизроева, Д.В.Щербаков, Ф.Э.Якубова, Д.Ай, И.Элалами, Н.Д.Дегтярева, З.Д.Асланова, А.С.Шкода, А.Д.Макацария лейкоциты, внеклеточные ловушки нейтрофилов, лейкоцитоз, нетоз, миелопероксидаза, цитруллинированный гистон 3.1.28 0.87901 0.18291 0.085948

Патогенетические особенности сигнального пути прогестерона и Вопросы гинекологии, Н.А.Буралкина, Н.А.Чекенева, прогестерон, экспрессия PRB, глубокий эндометриоз, болевой синдром, диеногест 3.1.19 0.819317 0.170934 0.092185

экспрессия рг-Ь при глубоком инфильтративном акушерства и перинатологии А.С.Сафронова, А.В.Асатурова

эндометриозе

Оценка уровней экспрессии различных субъединиц никотиновых ацетилхолиновых рецепторов при эндометриозе яичников в рамках поиска новых перспективных методов таргетной терапии эндометриоза Вопросы гинекологии, акушерства и перинатологии С.А.Леваков, Ю.А.Перцева, Т.А.Громова, М.Г.Кавиладзе, Т.А. Чернышенко, Е.А.Гондаренко, Д.В.Мазур, А.В.Мишанова, М.И.Шахпаронов, Х.М.Маштагова, Н.В.Антипова никотинчувствительные ацетилхолиновые рецепторы, обратная транскрипция, полимеразная цепная реакция в реальном времени, эндометриоз яичников, patch-clamp 3.1.28 0.936613 0.187216 0.079584667

беременные женщины,

Дислипидемия беременных женщин в норме и при патологии. возможности лекарственной терапии Вопросы гинекологии, акушерства и перинатологии Л.И.Волынец, Н.А.Конышко, Г.С.Конышко, Е.Е.Капустина липидный обмен, холестерин, ожирение, преэклампсия, артериальная гипертензия, гиполипидемические лекарственные препараты 3.1.20 0.782141 0.210243 0.157395

сдвиговый разрыв,

Задача о краевой дислокации, бегущей с трансзвуковой скоростью Физическая мезомеханика В.М. Садовский, О.В. Садовская стационарное движение, краевая дислокация, уравнения Коши - Римана, римановы инварианты, инвариантный интеграл 1.6.9 0.995322 0.188441 0.0818395

Развитие

экспериментальной методики оценки эволюции усталостной трещины в титановых сплавах на основе энергетического Физическая мезомеханика А.Ю. Изюмова, А.Н. Вшивков, О.А. Плехов усталостная трещина, накопленная энергия деформации, тепловой поток, титановые сплавы 1.1.8 0.978217 0.207099 0.146261

подхода

Дислокационная структура в полосе локализованной деформации, формирующейся при Физическая мезомеханика В.М. Фарбер, О.В. Селиванова, A.Н. Морозова, B.А. Хотинов, низкоуглеродистая сталь, пластическая деформация, полоса локализованной 1.3.20 0.997474 0.161776 0.092499

растяжении нормализованного образца стали 09г2с М.С. Хадыев, А.Ю. Жиляков деформации, площадка текучести, предел прочности

Анализ свойств нелинейной модели сдвигового течения тиксотропных сред, учитывающей взаимное влияние эволюции структуры и процесса деформирования Физическая мезомеханика А.В. Хохлов, В.В. Гулин тиксотропия, вязкоупругость, полимерные системы, сдвиговое течение, структурно-реологическая модель, структурированность, интегральные кривые, фазовый портрет, устойчивый фокус, кривая течения, аномалия вязкости 1.1.2 0.515808 0.159406 0.138898

Дифракционные элементы в тепловизионных монофокальных двухдиапазонных объективах: проектирование и технологические аспекты Компьютерная оптика Г.И. Грейсух, И.А. Левин, О.А. Захаров дифракционный оптический элемент, монофокальный двухдиапазонный ИК-объектив, пассивная атермализация, апохроматизация, компоновка оптической схемы, оптические характеристики 1.3.4 0.572764 0.161657 0.094806

Моделирование улучшения интерфейса многослойных наносистем ниобийкобальт прессованием Химическая физика и мезоскопия А. В. Вахрушев, Ф. А. Виноградов, А. Ю. Федотов, А. С. Сидоренко магнитные материалы, улучшение интерфейса, многослойные нанопленки, математическое моделирование, молекулярная динамика. 1.3.17 0.922443 0.201792 0.08972625

Влияние нанодисперсных добавок на снижение коэффициента трения смазочных материалов Химическая физика и мезоскопия Д. К. Жиров шунгит, серпентин, коэффициент трения, износ, машина трения, фуллерен, масло 2.5.3 0.999993 0.174752 0.142051

Исследование влияния структуры кобальта на магнитные свойства нанопленок Химическая физика и мезоскопия А. В. Вахрушев, А. Ю. Федотов, О. Ю. Северюхина, А. С. Сидоренко магнитные материалы, нанопленки, нанокомпозиты, спинтроника, молекулярная динамика, LAMMPS 1.3.12 0.760108 0.240661 0.1176545

Новый класс точных решений уравнений навье-стокса с учетом внутреннего тепловыделения Химическая физика и мезоскопия Л. С. Горулева, Е. Ю. Просвиряков точное решение, уравнение Навье-Стокса, уравнение несжимаемости, уравнение переноса тепла, диссипативная функция Рэлея 1.1.2 0.715949 0.161652 0.128769

Исследование процесса азотирования легированных сталей Химическая физика и мезоскопия ДЕМЕНТЬЕВ В. Б., ИВАНОВА Т. Н., ЛОМАЕВА Т. В азотирование, сталь, твердость, глубина слоя, структура, температура 1.3.8 0.902507 0.182964 0.085715

Хорошие кольца формальных матриц над кольцами вычетов Вестник томского государственного университета Цырендоржи Дашацыренович Норбосамбуев кольцо, хорошее кольцо, кольцо контекста Мориты, кольцо эндоморфизмов абелевой группы 1.1.5 0.999956 0.178674 0.130255

О траекториях тел в неинерциальных системах отсчета Вестник томского государственного университета Софья Борисовна Богданова, Сергей Октябринович Гладков подвижный базис, абсолютное и относительное движение, неинерциальная система отсчета 1.1.2 0.925875 0.185826 0.140007

Сечения поля частных одного кольца формальных степенных рядов Вестник томского государственного университета Наталья Юрьевна Галанова делимая линейно упорядоченная абелева группа, вещественно замкнутое поле, поле ограниченных формальных степенных рядов, симметричное сечение, конфинальность сечения, фундаментальное сечение, поле частных 1.1.5 1.0 0.19438 0.135043

Конечноэлементное моделирование многофазных потоков с их балансировкой при фиксировании рабочего давления на скважинах в процессе нефтедобычи В ычислительные методы и программирование ОВЧИННИКОВА А.С., ПАТРУШЕВ И.И., ГРИФ А.М., ПЕРСОВА М.Г., СОЛОВЕЙЧИК Ю.Г. многофазная фильтрация в пористых средах, численное 3Б-моделирование нефтяных месторождений, метод конечных элементов, локальная консервативность потоков 1.1.6 0.832103 0.16891 0.095937

Моделирование и визуализация формирования вихревого кольца, его распространения и переноса им пассивной примеси Вычислительные методы и программирование ВОЛКОВ К.Н., ЕМЕЛЬЯНОВ В.Н., КАПРАНОВ И.Е. вычислительная газовая динамика, вихревая динамика, вихревое кольцо, завихренность, визуализация, метод показателей Ляпунова, метод конечных объемов 1.1.9 0.670143 0.182251 0.108367

метод коллокации и

наименьших квадратов,

повышенный порядок

Об эффективной реализации точности, уравнение

и возможностях метода коллокации и наименьших квадратов решения Вычислительные методы и программирование БЕЛЯЕВ В.А. Пуассона, уравнение типа диффузии-конвекции, большие градиенты, разрыв 1.1.6 0.999994 0.240586 0.145305

эллиптических уравнений решения,

второго порядка предобусловливание, подпространства Крылова, многосеточный комплекс, распараллеливание

Конечно-элементный

анализ остаточных напряжений, возникающих в результате лазерной Вычислительная механика сплошных сред О.А. Плехов, А.А. Костина, Р.И. Изюмов, А.Ю. лазерная ударная проковка, остаточные напряжения, конечно-элементное 2.6.4 0.909769 0.165877 0.097556

ударной проковки Изюмова моделирование

титанового сплава вт6

Численное исследование фильтрация, ортотропный

работы скважины с произвольным кусочно-гладким контуром питания в Вычислительная механика сплошных сред В.Ф. Пивень, Д.Г. Лекомцев пласт, тензор проводимости, интегральное уравнение, дебит, прямоугольный 1.1.6 0.999649 0.199354 0.13206

анизотропном контур, математическое

неоднородном пласте моделирование

Идентификация модели

объекта при наличии неизвестных возмущений с широким частотным диапазономна основе перехода к приращениям Компьютерные исследования и моделирование М.Ю. Рябчиков, Е. С. Рябчикова идентификация, большие данные, глобальная модель, приращения, неизвестные воздействия, отбор данных 2.3.8 0.731596 0.180447 0.0728315

сигналов и отбора данных

Пространственно-временные модели распространения информационно-коммуникационных технологий Компьютерные исследования и моделирование М. Г. Дубинина диффузия инноваций, бегущая волна, пространственно-временная модель, мобильная связь, информационно- 5.2.3 0.995758 0.193408 0.065319444

коммуникационные технологии

жизненный цикл продукции,

технологический

суверенитет,

Организация инжинирингового центра для импортозамещения в промышленности Russian technological journal Д.Х. Михайлиди, А.В. Рагуткин, Д.О. Скобелев, А.Б. Сухатерин импортозамещение, машиностроение, программно-аппаратная платформа, стеклоформующая машина, автоматизированная система управления, реверс-инжиниринг 2.5.22 0.895799 0.25209 0.091872

Построение верификатора

стойкости пароля с компьютерная безопасность,

использованием классических методов машинного обучения и рекуррентной Мт Russian technological journal В.В. Беликов, И.А. Прокуронов стойкость пароля, машинное обучение с учителем, рекуррентная нейронная сеть, LSTM 2.3.8 0.672714 0.192635 0.087361

нейронной сети

Статистическая модель оценки надежности систем неразрушающего контроля на основе решения обратных задач Russian technological journal А.Е. Александров, С.П. Борисов, Л.В. Бунина, С.С. Быковский, И.В. Степанова, А.П. Титов неразрушающий контроль, надежность энергетических установок, математическое моделирование, статистический анализ, обратные задачи 1.1.6 0.860725 0.18302 0.107165

Модели и методы анализа сложных сетей и социальных сетевых структур социальные сети,

Russian technological journal Ю.П. Перова, В.Р. Григорьев, Д.О. Жуков моделирование социальных процессов, ориентированные графы, многослойная 2.3.8 0.99887 0.258221 0.126029

сверточная нейронная сеть,

компьютерная лингвистика, кластеризация

Логико-семантическое определение цифрового двойника производственного процесса Russian technological journal А.В. Речкалов, А.В. Артюхов, Г.Г. Куликов системные модели, производственные процессы, информационные системы, цифровой двойник, digital twin, система поддержки принятия решения, smart factory, система планирования 2.5.22 0.999725 0.268225 0.137115

Сравнение алгоритмов многокритериальной оптимизации характеристик радиотехнических устройств Russian technological journal А.В. Смирнов многокритериальная оптимизация, Парето-оптимальное решение, фронт Парето, показатель качества, скаляризация целевой функции, популяционный алгоритм 1.2.1 0.443825 0.153606 0.067474

Самодвойственные цифровые устройства с контролем вычислений по кодам сяо Вестник томского государственного университета Дмитрий Викторович Ефанов, Татьяна Сергеевна Погодина самопроверяемые цифровые устройства, самодвойственные цифровые устройства, контроль вычислений, контроль самодвойственности функций, контролепригодность 2.3.2 0.94658 0.194647 0.108356

Энергосберегающий асинхронный интерфейс для беспроводных датчиков Вестник томского государственного университета Александр Витальевич Вострухин, Максим Алексеевич Мастепаненко, Елена Артуровна Вахтина микроконтроллер, алгоритм, программа, ассемблер, таймер / счетчик, регистр. 2.3.8 0.929324 0.187577 0.081063

Разработка и апробация стратегическое планирование,

инструментария территориальные социально-

стратегического М.М. экономические системы,

планирования территориального развития Бизнес-информатика Низамутдинов, В.В. Орешников, имитационная модель, адаптивное управление, 5.2.3 0.987375 0.254233 0.084310111

на основе интеллектуальной З.А. Давлетова интеллектуальный анализ,

адаптивной имитационной система поддержки принятия

модели решений, агент-ориентированный подход

Динамика исследований в области интеллектуального анализа данных: тематический анализ публикаций за 20 лет Бизнес-информатика Ю.А. Зеленков, Е.А. Анисичкина интеллектуальный анализ данных, датамайнинг, тематический анализ, 2.3.8 0.985044 0.234044 0.115751

наукометрия

цифровая организация,

изменчивость,

устойчивость/неустойчивость

Статистическая устойчивость цифровой организации Бизнес-информатика В.И. Ананьин, К.В. Зимин, М.И. Лугачев, Р.Д. Гимранов организации, экспоненциальная организация, самоорганизация, странный аттрактор, разнообразие, рассеяние, цифровая трансформация, статистическая устойчивость. 5.2.6 0.997805 0.225572 0.1135185

имитационное

Имитационное моделирование развития отдельных отраслей тяжелой промышленности Бизнес-информатика Е.В. Кислицын, В.В. Городничев моделирование, системная динамика, промышленность, металлургия, трехсекторная модель экономики, производственная функция, математическая модель. 5.2.3 0.609811 0.23687 0.086239111

Модель оптимизации плана цепочка поставок, экономика

закупок сырья из регионов россии лесоперерабатывающим Бизнес-информатика Р.С. Рогулин предприятия, лесная биржа, анализ данных, норма затрат ресурсов, вместимость 5.2.3 0.867067 0.179719 0.064442556

комплексом склада.

Классификация моделей и описание трендов в вопросах оценки каузальности связей в социально-экономических процессах Бизнес-информатика Д.М. Назаров каузальность, социально-экономический процесс, последовательность причин, конфигурация причин, генерализация причин, каузальное поле, каузальное пространство 5.2.2 0.524789 0.229327 0.125839

Разработка системы, основанной на знаниях, для проектирования инновационных процессов создания продукции сетевых предприятий Бизнес-информатика Ю.Ф. Тельнов, В.А. Казаков, В.М. Трембач инновационный процесс, цифровой поток (нить), модельно-ориентированный подход, система, основанная на знаниях, онтология инновационного процесса, участники сетевого предприятия, цепочка создания ценности, многоагентное взаимодействие, семантическая интероперабельность 2.3.8 0.99379 0.260894 0.129627

Стохастические и перколяционные модели динамики блокировки вычислительных сетей при распространении эпидемий эволюционирующих компьютерных вирусов Russian technological journal С. А. Лесько, А. С. Алёшкин, В. В. Филатов модель эволюционирующих компьютерных вирусов, осциллирующая динамика эпидемий компьютерных вирусов, времена запаздывания, диаграммы переходов между состояниями узлов, стохастические процессы, порог перколяции сетей со случайной структурой 2.3.6 0.656608 0.178545 0.084563

Информационное онтологическое моделирование Russian technological journal В. Я. Цветков, Н. С. Курдюков моделирование, онтологическое моделирование, информационный поиск, информационное поле, закономерность, обобщение, логически структурное 2.3.8 0.70895 0.215259 0.1006535

описание, родственные модели

ПРИЛОЖЕНИЕ Б: Сопоставление научных текстов с паспортами специальностей ВАК: авторефераты

Таблица 1. Сопоставление авторефератов с паспортами специальностей ВАК (метаданные и распределение вероятностей).

Фамилия Научная специальность по автореферату Вероятность принадлежности к различным паспортам и итоговая оценка

Специальность Вероятность Итоговая оценка

Желтов 1.2.2 1.2.2. Математическое моделирование численные методы и комплексы программ 1 0.330749

Красников 1.2.2 1.1.6. Вычислительная математика 0.744874 0.231639

Красников 1.2.2 1.2.2. Математическое моделирование численные методы и комплексы программ 0.255114 0.226281

Румянцев 1.2.2 1.2.2. Математическое моделирование численные методы и комплексы программ 1 0.293914

Данилов 1.4.10 2.6.5. Порошковая металлургия и композиционные материалы 0.564372 0.223843

Данилов 1.4.10 1.4.10. Коллоидная химия 0.282533 0.220383

Данилов 1.4.10 1.3.8. Физика конденсированного состояния 0.085313 0.214396

Данилов 1.4.10 2.6.6. Нанотехнологии и наноматериалы 0.062901 0.212872

Воронько 1.4.7 4.3.3. Пищевые системы 0.997638 0.240058

Гайворонский 1.4.7 1.4.7. Высокомолекулярные соединения 0.999997 0.243296

Гусаров 1.4.7 1.4.7. Высокомолекулярные соединения 0.999999 0.253078

Истомина 1.4.7 1.4.7. Высокомолекулярные соединения 0.644607 0.191436

Истомина 1.4.7 1.3.8. Физика конденсированного состояния 0.157092 0.184377

Истомина 1.4.7 2.6.6. Нанотехнологии и наноматериалы 0.086697 0.181405

Истомина 1.4.7 2.6.5. Порошковая металлургия и композиционные материалы 0.073286 0.180565

Истомина 1.4.7 2.6.11. Технология и переработка синтетических и природны полимеров и композитов 0.033145 0.176597

Ковтун 1.4.7 1.4.7. Высокомолекулярные соединения 0.997046 0.229162

Мкртчян 1.4.7 1.4.7. Высокомолекулярные соединения 0.95509 0.189811

Мкртчян 1.4.7 1.3.8. Физика конденсированного состояния 0.024362 0.171467

Мкртчян 1.4.7 2.6.5. Порошковая металлургия и композиционные материалы 0.014809 0.168978

Стужук 1.4.7 1.4.10. Коллоидная химия 0.981942 0.241052

Стужук 1.4.7 1.4.7. Высокомолекулярные соединения 0.018017 0.221061

Кирилюк 2.3.2 2.3.2. Вычислительные системы и их элементы 1 0.318155

Люлява 2.3.2 2.3.2. Вычислительные системы и их элементы 1 0.324249

Суминов 2.3.2 2.3.2. Вычислительные системы и их элементы 0.999999 0.293619

Сурченко 2.3.2 2.3.2. Вычислительные системы и их элементы 1 0.294541

Белов 2.3.5 2.3.8. Информатика и информационные процессы 0.986126 0.293845

Белов 2.3.5 2.3.5. Математическое и программное обеспечение вычислительных систем комплексов и компьютерных сетей 0.013868 0.272524

Возненко 2.3.5 2.3.5. Математическое и программное обеспечение вычислительных систем комплексов и компьютерных сетей 1 0.36647

Горчаков 2.3.5 2.3.8. Информатика и информационные процессы 0.859928 0.225321

Горчаков 2.3.5 2.3.5. Математическое и программное обеспечение вычислительных систем комплексов и компьютерных сетей 0.049085 0.211004

Горчаков 2.3.5 2.3.2. Вычислительные системы и их элементы 0.041632 0.210181

Горчаков 2.3.5 1.2.1. Искусственный интеллект и машинное обучение 0.037727 0.209688

Горчаков 2.3.5 1.2.4. Кибербезопасность 0.011216 0.203623

Алпатова 2.3.8 2.3.8. Информатика и информационные процессы 0.997636 0.303256

Котилевец 2.3.8 2.3.8. Информатика и информационные процессы 0.999998 0.353771

Червяков 2.3.8 2.3.8. Информатика и информационные процессы 0.999996 0.288983

Волков 5.2.3 5.2.3. Региональная и отраслевая экономика 0.999999 0.286497

Курасов 5.2.3 5.2.3. Региональная и отраслевая экономика 1 0.326512

Няргинен 5.2.3 5.2.3. Региональная и отраслевая экономика 1 0.330174

ПРИЛОЖЕНИЕ В: Листинг кода семантико-онтологической модели

model.py

import argparse from collections import defaultdict from pathlib import Path from typing import Diet, List, Tuple from config import *

from text_normalization import normalization from utils import (

build_vocab_and_idf, tfidf_transform_to_csr, centroid_row_csr, cosine_similarity_one_vs_csr, dot_rows, softmax_from_scores, entropy, cut_references, strip_noise, load_passports, load_articles, chunk_tokens, ican_embed, cosine_sparse, mean_sparse_vectors, sparse_vec_len,

)

PASSPORTS_PATH = Path("data/passport/passport_norm.json") ARTICLES_DIR = Path("data/articles") OUTPUT_DIR = Path("output")

DAT_MODE = "legacy"

def build_passport_chunks(passports_json: Path, chunk_size: int, chunk_stride: int): passports = load_passports(passports_json) spec_names: Dict[str, str] = {}

class_chunks: Dict[str, List[str]] = defaultdict(list)

for p in passports: spec = p["spec"]

spec_names[spec] = p.get("spec_text", spec) tokens = (p.get("text") or "").split()

for ch in chunk_tokens(tokens, chunk_size, chunk_stride): if ch:

class_chunks[spec].append(" ".join(ch)) return spec_names, class_chunks

def build_indices(class_chunks: Dict[str, List[str]], use_ican: bool, ican_win: int): all_chunk_texts: List[str] = [] class_offsets: Dict[str, Tuple[int, int]] = {} start = 0

for spec, chunks in class_chunks.items(): all_chunk_texts.extend(chunks)

class_offsets[spec] = (start, start + len(chunks)) start += len(chunks)

vocab, idf = build_vocab_and_idf(all_chunk_texts)

X_indptr, X_indices, X_data, X_shape = tfidf_transform_to_csr(all_chunk_texts, vocab, idf)

C_total, vocab_sz = X_shape

class_centroids_tfidf: Dict[str, Tuple[List[int], List[float]]] = {} for spec, (a, b) in class_offsets.items(): rows = list(range(a, b))

c_idx, c_val = centroid_row_csr(X_indptr, X_indices, X_data, rows) class_centroids_tfidf[spec] = (c_idx, c_val)

ican_chunks: List[Tuple[List[int], List[float]]] = []

class_centroids_ican: Dict[str, Tuple[List[int], List[float]]] = {}

if use_ican:

for txt in all_chunk_texts:

ican_chunks.append(ican_embed(txt, vocab, win_size=ican_win))

for spec, (a, b) in class_offsets.items():

cent_idx, cent_val = mean_sparse_vectors(ican_chunks[a:b]) class_centroids_ican[spec] = (cent_idx, cent_val)

return {

"vocab": vocab, "idf": idf,

"X_indptr": X_indptr, "X_indices": X_indices, "X_data": X_data,

"C_total": C_total, "vocab_sz": vocab_sz,

"class_offsets": class_offsets,

"tfidf_centroids": class_centroids_tfidf,

"ican_chunks": ican_chunks,

"ican_centroids": class_centroids_ican,

}

def score_article( raw_text: str, vocab, idf,

X_indptr, X_indices, X_data, C_total: int, class_offsets: Dict[str, Tuple[int, int]], tfidf_centroids: Dict[str, Tuple[List[int], List[float]]], specs_order: List[str],

k_top: int = K_TOP, alpha_tfidf: float = ALPHA,

use_ican: bool = USE_ICAN, ican_chunks: List[Tuple[List[int], List[float]]] | None = None,

ican_centroids: Dict[str, Tuple[List[int], List[float]]] | None = None, ican_win: int = ICAN_WIN, beta_ican: float = BETA_ICAN, lambda_ican: float = LAMBDA_ICAN,

tau: float = TAU,

):

cleaned = cut_references(strip_noise(raw_text)) lemmas = normalization(cleaned)

q_indptr, q_indices, q_data, _ = tfidf_transform_to_csr([lemmas], vocab, idf) sims_all_tfidf = cosine_similarity_one_vs_csr( q_indptr, q_indices, q_data, X_indptr, X_indices, X_data, X_nrows=C_total

)

qa, qb = q_indptr[0], q_indptr[1] q_idx = q_indices[qa:qb] q_val = q_data[qa:qb]

class_maxsim_tfidf: Dict[str, float] = {} class_centrcos_tfidf: Dict[str, float] = {}

for spec, (a, b) in class_offsets.items(): sims_cls = sims_all_tfidf[a:b] if sims_cls:

k = min(k_top, len(sims_cls)) topk_vals = sorted(sims_cls)[-k:] class_maxsim_tfidf[spec] = sum(topk_vals) / k else:

class_maxsim_tfidf[spec] = 0.0

c_idx, c_val = tfidf_centroids[spec]

class_centrcos_tfidf[spec] = dot_rows(q_idx, q_val, c_idx, c_val) tfidf_scores = {

spec: alpha_tfidf * cla ss_maxsim_tfidf[spec] + (1.0 — alpha_tfidf) * class_centrcos_tfidf[spec]

for spec in specs_order

}

class_maxsim_ican: Dict[str, float] = {} class_centrcos_ican: Dict[str, float] = {} ican_scores: Dict[str, float] = {}

if use_ican and ican_chunks is not None and ican_centroids is not None: a_idx, a_val = ican_embed(lemmas, vocab, win_size=ican_win)

sims_all_ican: List[float] = [] for spec, (a, b) in class_offsets.items(): spec_sims = []

for idx, val in ican_chunks[a:b]:

spec_sims.append(cosine_sparse(a_idx, a_val, idx, val) if a_idx else

0.0)

sims_all_ican.extend(spec_sims)

if spec_sims:

k = min(k_top, len(spec_sims)) topk_vals = sorted(spec_sims)[-k:] class_maxsim_ican[spec] = sum(topk_vals) / k else:

class_maxsim_ican[spec] = 0.0 c_idx, c_val = ican_centroids.get(spec, ([], []))

class_centrcos_ican[spec] = cosine_sparse(a_idx, a_val, c_idx, c_val) if a_idx else 0.0 else:

sims_all_ican = [0.0] * C_total for spec in specs_order:

class_maxsim_ican[spec] = 0.0 class_centrcos_ican[spec] = 0.0

for spec in specs_order: ican_scores[spec] = (

beta_ican * class_maxsim_ican[spec] + (1.0 - beta_ican) * class_centrcos_ican[spec] )

scores = {

spec: (1.0 - lambda_ican) * tfidf_scores[spec] + lambda_ican * ican_scores[spec]

for spec in specs_order

}

probs = softmax_from_scores(scores, tau=tau) H = entropy(probs)

return {

"scores": scores, "probs": probs, "entropy": H, "tfidf": {

"sims_all": sims_all_tfidf, "maxsim": class_maxsim_tfidf,

"centroid": class_centrcos_tfidf, "score": tfidf_scores,

},

"ican": {

"sims_all": sims_all_ican, "maxsim": class_maxsim_ican, "centroid": class_centrcos_ican, "score": ican_scores,

},

}

def write_article_dat_legacy(

out_dir: Path, article_name: str, specs_order: List[str], tfidf_scores: Dict[str, float], probs: Dict[str, float], tfidf_maxsim: Dict[str, float], tfidf_centroid: Dict[str, float], sims_all_tfidf: List[float], class_offsets: Dict[str, Tuple[int, int]],