ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2018 г.)
2-летний импакт-фактор РИНЦ: 0,678
2-летний импакт-фактор РИНЦ без самоцитирования: 0,541
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 1,047
5-летний импакт-фактор РИНЦ: 0,460
5-летний импакт-фактор РИНЦ без самоцитирования: 0,389
Суммарное число цитирований журнала в РИНЦ: 7170
Пятилетний индекс Херфиндаля по цитирующим журналам: 310
Индекс Херфиндаля по организациям авторов: 412
Десятилетний индекс Хирша: 19
Место в общем рейтинге SCIENCE INDEX за 2018 год: 303
Место в рейтинге SCIENCE INDEX за 2018 год по тематике "Автоматика. Вычислительная техника": 10

Больше данных по публикационной активности нашего журнале за 2008-2018 гг. на сайте РИНЦ

Добавить в закладки

Следующий номер на сайте

1
Ожидается:
16 Марта 2020

В Самарском государственном техническом университете проанализированы особенности текстов на естественном языке, описывающих таксономическую структуру, и построена система анализа терминов

16.11.2011

Рост потока информации на естественном языке (ЕЯ) требует подключения систем распознавания документов на нем. Однако универсальные инструменты анализа языка не разработаны. Решаются лишь частные задачи, и возникновение новых требований зачастую приводит к усложнению или разработке новых систем языкового анализа. Поэтому задача построения систем анализа документов на ЕЯ так актуальна. Одним из приложений систем распознавания ЕЯ документов является анализ качества структурирования предметной области человеком. Известно, что в процессе понимания предметной области повышается эффективность структурирования знаний о ней, что увеличивает время извлечения знаний и принятия решений на их основе. Следовательно, анализируя качество структурирования знаний в письменном тексте, можно построить систему автоматической обработки результатов открытого тестирования.

Некоторые особенности текста на ЕЯ (неполнота, избыточность, противоречивость) создают трудности при создании инструмента для полноценного анализа текста. Таким образом, возникает потребность в разработке формальных способов анализа, которые, с одной стороны, позволили бы проводить автоматический анализ текста, необходимого для оценки знаний, а с другой – упростили бы анализ за счет введения ряда допустимых ограничений, сохраняющих необходимый уровень его качества. Одним из таких ограничений является использование в качестве анализируемого материала текста, описывающего таксономическую структуру. Это обусловлено тем, что практически в любой области науки и техники требуются структурирование и классификация имеющихся знаний. Следовательно, для оценки знаний человека необходимо иметь систему распознавания терминов таксономии, которая описывается в документе на ЕЯ.

Подробное описание дается в статье «Система распознавания терминов таксономии в документах на естественном языке», авторы: Якимов В.Н., Мошков И.С. (Самарский государственный технический университет).