КАРТОЧКА ПРОЕКТА,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

ОБЩИЕ СВЕДЕНИЯ

Номер 22-21-00316

НазваниеМетоды интеллектуальной обработки лингвистической экспертной информации на основе применения подходов машинного обучения

РуководительКурейчик Виктор Михайлович, Доктор технических наук

Организация финансирования, регионфедеральное государственное автономное образовательное учреждение высшего образования "Южный федеральный университет", Ростовская обл

КонкурсКонкурс 2021 года «Проведение фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами»

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
Целью заявленного проекта является повышение эффективности средств формализации и интеграции лингвистической экспертной информации, полученной из текстовых ресурсов как одной предметной области, так и на междисциплинарном уровне, для организации онтологических структур на основе применения и развития методов машинного обучения. Лингвистическая экспертная информация представлена на естественном языке, все ее текстовые сообщения разбиты на отдельно значимые единицы (токены), для которых выполнена лингвистическая обработка – проведен морфологический и лексический анализ. Решение данной проблемы является новым научным направлением исследований для коллектива. Руководитель и исполнители проекта имеют необходимый научный задел для решения поставленных в данной заявке задач. Актуальность запланированного исследования подтверждается необходимостью разработки эффективных интеллектуальных информационных систем, способных формализовывать и интегрировать большие объемы лингвистической экспертной информации в условиях информационной неопределенности и слабой структурированности исходных текстовых ресурсов. В основе сложности описанной фундаментальной научной проблемы лежит комплекс нерешенных на данный момент задач формализация текстовых данных, извлечения знаний из данных, интеграции предметных знаний, полученных из разнородных распределенных источников. Информационной моделью в данном исследовании выбрана онтологическая структура, наиболее всего пригодная для построения формализованного представления больших объемов текстовых данных, что позволит впоследствии выполнить автоматизированную интеллектуальную обработку и анализ предварительно структурированной в онтологии текстовой информации. Задачи формализации и интеграции лингвистической экспертной информации имеют высокий уровень теоретической и практической значимости и являются задачами искусственного интеллекта. Наличие необходимости поиска неявных закономерностей в связях между элементами текстовой информации требует применения методов машинного обучения для решения данных задач. Научной новизной исследования станут следующие основные результаты проекта: метод формализации лингвистической экспертной информации в виде иерархической структуры понятий; методы интеграции иерархических структур понятий нескольких коллекций текстов; метод автоматического построения дендограмм нескольких коллекций текстов. Данные результаты отличаются от аналогов применением методов машинного обучения для поиска неявных закономерностей в текстовых структурах, кластеризации понятий создаваемых онтологий и отображением иерархических связей между элементами лексической информации на основе оценки семантической близости. Ожидаемые результаты имеют высокую теоретическую и практическую значимость. Разработанные методы позволят получить преимущества по показателям точности и полноты извлечения понятий предметной области, а также выявить таксономические связи между понятиями с учетом их тематической близости на основе применения новых правил иерархической агломеративной кластеризации. Результаты исследований будут использованы для проектирования интеллектуальных систем текстового поиска, обработки и анализа естественного языка.

Ожидаемые результаты
Запланированные основные результаты проекта находятся на уровне мировых аналогичных разработок и соответствуют современному состоянию, программе и перспективам развития научно-технического комплекса страны в области цифровых и интеллектуальных технологий. Заявленный проект направлен на развитие теорий машинного обучения, системного анализа и принятия решений. Полученные в рамках выполнения работы результаты позволят вывести на новый уровень технологии интеллектуальной обработки лингвистической экспертной информации. Для оценки прикладной значимости запланировано создание программной среды реализации разработанных моделей и методов формализации и интеграции текстовой информации. Будут проведены экспериментальные исследования для подтверждения достоверности и эффективности результатов выполнения проекта. Ожидаемыми основными научными результатами проекта станут: 1. Онтологическая модель среды интеллектуальной обработки лингвистической экспертной информации, представляющая собой сложный для формализации комплекс взаимосвязанных предметных областей и позволяющая автоматизировать интеллектуальную обработку квазиструктурированной текстовой информации; 2. Метод формализации лингвистической экспертной информации в виде иерархической структуры понятий, отличающийся от известных возможностью идентификации неявных закономерностей в текстовых данных и позволяющий провести кластеризацию понятий создаваемых онтологий и отображение иерархических связей между элементами информации в виде дендрограммы с учетом тематической вероятностной близости между понятиями; 3. Метод интеграции онтологических структур понятий нескольких коллекций текстов, принадлежащих определенной предметной области, отличающийся от известных применением биоинспирированного алгоритма роя частиц для вычисления семантической близости понятий и позволяющий повысить точность и полноту проводимой интеграции; 4. Метод интеграции онтологических структур понятий нескольких коллекций текстов, принадлежащих определенной предметной области, отличающийся от известных применением биоинспирированного алгоритма бактериальной оптимизации для вычисления семантической близости понятий. Применение алгоритма бактериальной оптимизации позволит обеспечить децентрализованный последовательный поиск эффективных решений с высокой плотностью поисковых процедур в каждом из заданных кластеров; 5. Метод интеграции онтологических структур понятий нескольких коллекций текстов, принадлежащих определенной предметной области, отличающийся от известных применением биоинспирированного алгоритма кукушкиного поиска для вычисления семантической близости понятий и позволяющий обеспечить значительное количество перемещений агентов внутри локальной области при достаточном числе «перелетов» за ее пределы; 6. Гибридный биоинспирированный метод интеграции информации на основе решения задачи отображения онтологических структур, отличающийся применением улучшенного гибридного механизма поиска, объединяющего преимущества бактериальной и кукушкиной оптимизации и позволяющий обеспечить выход поисковых процедур из локальных оптимумов, что повысит качество результатов интеграции информации; 7. Метод автоматического построения иерархических структур (дендрограмм) нескольких коллекций текстов определенной предметной области, который будет реализован на основе комплекса аналитических методов, относящихся к классу методов машинного обучения с учителем. Данный метод позволит проводить интеллектуальную обработку лингвистической экспертной информации; 8. Программная среда реализации разработанных методов интеллектуальной обработки лингвистической экспертной информации для проведения нагрузочного тестирования и серии экспериментальных исследований, позволяющих сравнить полученные решения с имеющимися аналогами; 9. Теоретическая и экспериментальная оценка разработанных методов интеллектуальной обработки лингвистической экспертной информации в задачах формализации и интеграции текстовых данных большой размерности из разнородных гетерогенных источников. Подтверждение достоверности и эффективности полученных результатов.

ОТЧЁТНЫЕ МАТЕРИАЛЫ