Аннотация результатов, полученных в 2022 году
Поставленные в проекте задачи решены полностью. План работ по 1 этапу перевыполнен, получены дополнительные научные результаты. 1. В рамках реализации проекта, проведен анализ методов и подходов к построению онтологической модели среды интеллектуальной обработки лингвистической экспертной информации, представляющей собой сложный для формализации комплекс взаимосвязанных предметных областей. На основе проведенного анализа представлена онтологическая структура комбинаторной лингвистики. Построенная онтологическая структура позволит автоматизировать интеллектуальную обработку квазиструктурированной текстовой информации. Предложенная онтологическая структура включает, разработанный метод формализации лингвистической экспертной информации в виде иерархической структуры понятий, отличающегося от известных возможностью идентификации неявных закономерностей в текстовых данных и позволяющего провести кластеризацию понятий создаваемых онтологий и отображение иерархических связей между элементами информации в виде дендрограммы с учетом тематической вероятностной близости между понятиями. На основе разработанного метода построен алгоритма интеллектуальной обработки лингвистической экспертной информации для формализации текстовой информации нескольких коллекций текстов, принадлежащих одной предметной области. Алгоритм реализован на основе комплекса аналитических методов, относящихся к классу методов машинного обучения с учителем. Алгоритм отличается от известных тем, что позволяет создать процедуру автоматического построения иерархических структур (дендрограмм) нескольких коллекций текстов. Построенная онтологическая структура на основе разработанного алгоритма формализации лингвистической экспертной информации позволит автоматизировать интеллектуальную обработку квазиструктурированной текстовой информации. 2. Предложен аналитический 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. Последовательность этапов разрабатываемого метода при решении задачи формализации лингвистической экспертной информации имеет следующий вид: 1) получение векторного пространства текстовых документов, разбиение на термы, вычисление числа вхождения термов в коллекцию документов и формирование матрицы терм-документ; 2) извлечение термов, тем и понятий предметной области, вычисление матрицы вероятностных распределений термов по темам и матрицы распределения тем по документам; 3) извлечение иерархических связей между понятиями, вычисление расстояний между понятиями с последующим формированием матрицы расстояний, проведение иерархического кластерного анализа, построение дендограммы – бинарное дерево, описывающее структуру вложенности с ребрами (вероятности) между кластерами понятий. В результате работы метода строится матрица иерархических связей с учетом тематической вероятностной близости между понятиями, а также дендрограмма, необходимые как для дальнейшей интеграции лингвистической экспертной информации разных коллекций текстов, так и для построения онтологии. 3. Создан программный модуль и проведена серия экспериментальных исследований, подтверждающих эффективность разработанного метода формализации лингвистической экспертной информации при решении конкретных практических задач кластеризации понятий создаваемых онтологических структур и отображение иерархических связей между элементами информации в виде дендрограммы с учетом тематической вероятностной близости между понятиями. Получены теоретическая и экспериментальная оценки эффективности разработанного метода формализации лингвистической экспертной информации. В результате комплексных экспериментальных исследований была проведена сравнительная оценка временной и вычислительной сложности предложенного метода и известных канонических. Полученные временные и вычислительные зависимости подтвердили преимущество разработанного метода. 4. Разработан 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 позволяющего повысить точность и полноту проводимой интеграции. В основу аналитического метода интеграции онтологических структур понятий нескольких коллекций текстов, принадлежащих определенной предметной области положен подход вычисления комплексной меры семантической близости, элементы которой вычисляются на уровне термов, уровне понятий и структурном уровнях. Для свертки элементов комплексной меры близости применяется аддитивная функция с учетом важности каждого элемента, выраженной весовым коэффициентом. Для получения оптимальных значений весовых коэффициентов, применяется эволюционный алгоритм – метод роя частиц. 5. Разработан 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 и позволяющий обеспечить децентрализованный последовательный поиск эффективных решений с высокой плотностью поисковых процедур в каждом из заданных кластеров. Повышение эффективности оценки эквивалентной семантической близости требует применения биоинспирированных методов с децентрализованным механизмом поиска решений, это позволяет обеспечить высокую параллельность вычислений, тем самым повысив скорость и качество решения задачи. Указанные биоинспирированные методы позволяют интенсифицировать поиск в различных локальных областях, одновременно проводя диверсификацию пространства поиска решений на основе реализации процедур выхода интеллектуальных агентов из локальных оптимумов. Проведены экспериментальные исследования. Полученные результаты сопоставлены с аналогами. Получены теоретическая и экспериментальная оценки разработанных моделей, методов и алгоритмов. Определена научная новизна и значимость результатов выполнения проекта. Выработаны рекомендации по эффективному использованию разработанных алгоритмов и программ, а также даны предложения по их дальнейшему развитию и совершенствованию. Достигнутые цели поддерживают фундаментальную научную проблему необходимости развития биологически правдоподобных методов машинного обучения. Принципиальным отличием полученных научных результатов от имеющихся аналогов является создание условий для возникновения прорывных и перспективных технологий разработки интеллектуальных информационных систем. 6. Обнародованы результаты 1-го этапа выполнения проекта: опубликованы статьи в высокорейтинговых зарубежных (Scopus, Web of Science) и российских (RSCI, ВАК, РИНЦ) изданиях; сделаны очные выступления с пленарными докладами на международной научной конференции. Заявленные показатели выполнения текущего этапа проекта перевыполнены. Полученные результаты проекта опубликованы в 13 научных работах, в том числе в 6-ти статьях в изданиях из перечня ВАК, в 1-ой статье в издании RSCI, в 4 статьях, проиндексированных в базах Web of Science и/или Scopus, а также в 2-х статьях в изданиях РИНЦ.

Аннотация результатов, полученных в 2023 году
Поставленные в проекте задачи решены полностью. План работ по 2 этапу перевыполнен, получены дополнительные научные результаты. 1. Разработан 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 позволяющего обеспечить значительное количество перемещений агентов внутри локальной области при достаточном числе «перелетов» за ее пределы. Данный метод объединяет положительные качества ранее предложенных алгоритмов биоинспирированного поиска, что позволяет интенсифицировать поиск в успешных областях информационного пространства и, при необходимости, провести диверсификацию пространства поиска решений; 2. Создан программный модуль и проведена серия экспериментальных исследований, подтверждающих эффективность разработанного метода интеграции онтологических структур понятий нескольких коллекций текстов, принадлежащих определенной предметной области, отличающихся от известных применением биоинспирированных алгоритмов роя частиц, бактериального и кукушкиного поиска для вычисления семантической близости понятий. Программный модуль позволяет повысить эффективность средств формализации и интеграции лингвистической экспертной информации, полученной из текстовых ресурсов, для организации онтологических структур на основе применения и развития методов машинного обучения; 3. Разработан гибридный биоинспирированный метод интеграции информации на основе решения задачи отображения онтологических структур, отличающийся применением улучшенного гибридного механизма поиска, объединяющего преимущества бактериальной и кукушкиной оптимизации, а также метода роя частиц, и позволяющий обеспечить выход поисковых процедур из локальных оптимумов, что повысило качество результатов интеграции информации. Гибридизация алгоритма роя частиц с другими биоинспирированными алгоритмами является одной из самых популярных стратегий. Это связано главным образом с тем, что данный алгоритм сохраняет положительные характеристики метаэвристических алгоритмов, таких как возможность глобального поиска, небольшая зависимость от начальной точки, отсутствие необходимости в информации о градиенте и применимость к негладким или невыпуклым областям поиска; 4. Разработан метод автоматического построения иерархических структур (дендограмм) нескольких коллекций текстов определенной предметной области, который реализован на основе комплекса аналитических методов, относящихся к классу методов машинного обучения с учителем, и позволяет проводить интеллектуальную обработку лингвистической экспертной информации. Используется модифицированный алгоритм кротов, позволяющий анализировать данные на семантическом уровне, идентифицировать предметную область и понимать взаимодействие. Применяемые архитектуры поиска повышают качество и эффективность поиска. Этот алгоритм превосходит другие аналоги по качеству получаемого решения. Предлагаемый комплекс аналитических методов построения иерархических структур (дендограмм), также включает метод оптимизации на основе модели поведения стволовых клеток. Стволовые клетки являются особыми клетками, способными самообновляться и дифференцироваться в различные типы клеток организма. Они играют важную роль в процессе развития и регенерации тканей. Моделирование поведения стволовых клеток может привести к разработке эффективных алгоритмов оптимизации, которые могут находить квазиоптимальные решения сложных задач. Биоинспирированные алгоритмы оптимизации, основанные на поведении стволовых клеток, имитируют их способность к самообновлению и дифференциации. Эти алгоритмы используют эволюционные принципы, как, например, генетические алгоритмы, или механизмы колонии пчел. Они обладают свойства адаптивности и самоорганизации. Применение биоинспирированных алгоритмов оптимизации на основе модели поведения стволовых клеток может иметь множество применений. Метод генетического поиска также входит в комплекс аналитических методов, позволяющих проводить интеллектуальную обработку лингвистической экспертной информации; 5. Создана 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. Программный модуль разработан на основе методов контекстного представления текста и методов оценки семантического сходства. Программный модуль повышает эффективность управления и анализа электронных документов, поскольку он взвешивает ключевые слова на основе статистической информации, такой как частота и контекстуальное семантическое сходство между ключевым словом и документом, которому оно принадлежит. Входными данными для программы являются тексты, написанные на естественном языке, а выходными данными — список ключевых слов, ранжированный по степени важности. В функционал программы входит интеграция с источниками данных, содержащими эти тексты. Область применения программы — учреждения, работающие с интеллектуальными системами анализа текста и электронного документооборота; 6. Проведены теоретическая и экспериментальная оценки разработанных методов интеллектуальной обработки лингвистической экспертной информации в задачах формализации и интеграции текстовых данных большой размерности из разнородных гетерогенных источников. Подтверждены достоверность и эффективность полученных результатов. Достигнутые цели поддерживают фундаментальную научную проблему необходимости развития биологически правдоподобных методов машинного обучения. Принципиальным отличием полученных научных результатов от имеющихся аналогов является создание условий для возникновения прорывных и перспективных технологий разработки интеллектуальных информационных систем; 7. Полученные результаты проекта опубликованы в 10 научных работах, в том числе в 3-х статьях в изданиях из перечня ВАК, в 4-х статьях, проиндексированных в базах Web of Science и/или Scopus, а также в 3-х статьях в изданиях РИНЦ. Коллектив принял участие в 5-ти Международных конференциях, представив 4 секционных выступления и 1 пленарный доклад. Поданы документы на государственную регистрацию 2-х программ для ЭВМ: "Программный модуль оптимизации извлечения ключевых слов при обработке лингвистической экспертной информации"; "Программный модуль биоинспирированного метода интеграции информации на основе решения задачи отображения онтологических структур" (получено свидетельство о гос. регистрации № 2023681877 от 19.10.2023 г.). Дополнительно полученные результаты 2-го этапа выполнения проекта включают в себя: - разработан алгоритм интеллектуальной обработки лингвистической экспертной информации для формализации текстовой информации нескольких коллекций текстов, принадлежащих одной предметной области. Алгоритм реализован на основе комплекса аналитических методов, относящихся к классу методов машинного обучения с учителем. Алгоритм отличается от известных тем, что позволяет создать процедуру автоматического построения иерархических структур (дендрограмм) нескольких коллекций текстов. Алгоритм позволяет формализовать предметную область на основе синтеза различных уже существующих классификаций данной предметной области с возможностью ее дальнейшей модификацией: представление матричной структурой иерархических связей понятий, с форматом типа связанные данные, что обеспечит автоматизацию представления онтологий; - предложена процедура преобразования документов лингвистической экспертной информации в векторное представление, выделение термов, тем и понятий предметной области, построение иерархической структуры понятий предметной области.