PhD, доцент
к. т. н.
к. ф.-м. н., доцент
В данной статье описан онтологически-ориентированный подход текстовой обработки информационных ресурсов вуза, связанных с научной деятельностью. В качестве информационной модели научных знаний используется онтология. Описаны информационная модель научных ресурсов вуза, методы классификации текстов по научным направлениям и тематического аннотирования текстов. Онтологически-ориентированный подход позволяет организовать, структурировать информационные ресурсы вуза, связанные с научной деятельностью, и разработать методы поиска знаний. В качестве языка описания онтологии используется язык OWL DL (англ. Web Ontology Language). При разработке онтологии для описания различных характеристик классов и свойств были составлены OWL аксиомы классов и отношений, установлены ограничения атрибутов. Для классификации научных ресурсов используется kNN-классификация. Задачей классификации в машинном обучении является отнесение объекта к одному из заранее определенных классов на основании его формализованных признаков. Метод kNN (метод k ближайших соседей) – модель векторной классификации. kNN-классификатор относит документ к преобладающему классу ближайших соседей. Параметр k в методе kNN устанавливается предварительно на основании знаний о решаемой задаче классификации. В данной работе метод kNN используется для задачи многозначной классификации. Классификация для классов, которые не являются взаимоисключающими, называется многозначной (англ. Multilabel Classification) классификацией. Классификация документа состоит из следующих действий: лингвистический анализ, извлечение терминов и формирование векторного пространства документа, вычисление k ближайших соседей, ранжирование классов. Для тематического аннотирования текстов используются классы онтологии предметной области. В онтологическом словаре термины сгруппированы по классам предметной области.
This paper describes the ontologically-oriented approach of text processing of information resources of the university associated with scientific activities. An ontology is used as an information model of scientific knowledge. The information model of the scientific resources of the university, methods for the classification of texts in scientific fields and thematic annotation of texts are described. The ontologically-oriented approach allows you to organize, structure information resources of the university associated with scientific activities, and develop methods for finding knowledge. The general model of knowledge of the university is described with the help of ontology. OWL DL (Web Ontology Language) is used as the ontology description language. When developing an ontology for describing various characteristics of classes and properties, OWL axioms of classes and relations were compiled, and attributes were established. For the classification of scientific resources used kNN-classification. The task of classification in machine learning is the assignment of an object to one of the predefined classes on the basis of its formalized features. The kNN method (k nearest neighbors method) is a vector classification model. The kNN classifier refers the document to the prevailing class of nearest neighbors. The k parameter in the kNN method is preset based on knowledge of the classification task being solved. In this paper, the kNN method is used for the multivalued classification problem. Classification for classes that are not mutually exclusive, are called multi-valued (English Multilabel Classification) classification. Document classification consists of the following actions: linguistic analysis, extraction of terms and formation of the document vector space, calculation of k nearest neighbors, ranking of classes. For subject annotation of texts, domain ontology classes are used. In the ontological dictionary, terms are grouped by domain class.
The authors declare that there are no conflicts of interest present.