Informacionnye TehnologiiInformacionnye TehnologiiИнформационные технологии1684-6400New Technologies Publishing House70226610.17587/it.31.283-290Modeling and optimizationМоделирование и оптимизацияResearch ArticleAlgorithms of automatic construction of hierarchical model of scientific field based on clustering of semantic graphs of scientific terminologyАлгоритмы автоматического построения иерархической модели научной области на основе кластеризации семантических графов научной терминологииKryuchkovaE. N.КрючковаЕ. Н.
Russian Federation

Ph.D., professor

канд. физ.-мат. наук, проф.

kruchkova_elena@mail.ruVopilovaE. V.ВопиловаЕ. В.
Russian Federation

postgraduate student

аспирант

vopilova.elena@gmail.comPolzunov Altai State Technical UniversityАлтайский государственный технический университет им. И. И. Ползунова1506202531628329006022026Copyright ©; 2025, Informacionnye TehnologiiCopyright ©; 2025, Информационные технологии2025Informacionnye TehnologiiИнформационные технологииhttps://journals.eco-vector.com/1684-6400/article/view/702266

The article proposes the model of a scientific thesaurus, represented as the domain hierarchical graph, which connects the scientific field with scientific terminology. The source of training data for model building is partially structured scientific texts, including subject scientific. We propose the algorithms for calculating the significance of semantic relations between scientific terms. The scientific publication semantic model combines the knowledge stored in the thesaurus with information on term usage statistics in the publication text. The experiments of analyzing scientific publications presented in this paper were conducted using the domain semantic graph "Mathematics", built as a result of automatic processing of the text of the mathematical encyclopedia in five volumes.

Предложена модель научного тезауруса в виде доменного иерархического графа, связывающего тематику предметной области с научной терминологией. Источником обучающих данных являются частично размеченные научные тексты, в том числе предметные научные энциклопедии. Предложены, алгоритмы, вычисления значимости семантических отношений между научными терминами. Семантическая модель отдельной научной публикации строится как объединение знаний тезауруса и статистики использования терминов в тексте. Представленные в работе эксперменты. анализа научных публикаций проведены, с использованием доменного семантического графа "Математика".

aspect-oriented analysisscientific vocabularysemantic graphclassification of scientific textautomatic processing of unstructured textsаспектно-ориентированный анализнаучный лексиконсемантический графклассификация научных текстовавтоматическая обработка неструктурированных текстовBruches E. P., Batura T. V. Method for Automatic Term Extraction from Scientific Articles Based on Weak Supervision, Vestnik NGU, Seriya: Informacionnye tekhnologii, 2021, vol. 19, no. 2, pp. 5-16 (in Russian).Бручес Е. П., Батура Т. В. Метод автоматического извлечения терминов из научных статей на основе слабо контролируемого обучения // Вестник НГУ, Серия: Информационные технологии. 2021. Т.19, № 2. С. 5-16.Morozov D. A., Glazkova A. V., Tyutyulnikov M. A., Iomdin B. L. Keyphrase Generation for Abstracts of the Russian-Language Scientific Articles, Vestnik NGU, Seriya: Lingvistika i mezhkul'turnaya kommunikaciya, 2023, vol. 21, no. 1, pp. 54-66 (in Russian).Морозов Д. А., Глазкова А. В., Тютюльников М. А., Иомдин Б. Л. Генерация ключевых слов для аннотаций русскоязычных научных статей // Вестник НГУ, Серия: Лингвистика и межкультурная коммуникация. 2023. Т. 21, № 1. С. 54-66.Altmami N., Menai M. Automatic Summarization of Scientific Articles: A Survey, Journal of King Saud University - Computer and Information Sciences, 2020, vol. 34, pp. 1011-1028.Altmami N., Menai M. Automatic Summarization of Scientific Articles: A Survey // Journal of King Saud University - Computer and Information Sciences. 2020. V. 34. P. 1011-1028.Benites F. Information Retrieval and Knowledge Extraction for Academic Writing, Digital Writing Technologies in Higher Education, 2023, pp. 303-315.Benites F. Information Retrieval and Knowledge Extraction for Academic Writing // Digital Writing Technologies in Higher Education. 2023. P. 303-315.Ushakov S. N., Savelyev A. O. A comparative review of tasks, approaches and tools for automated knowledge extraction from scientific publication texts, Informatsionnye Tekhnologii, 2024, vol. 30, no. 6, pp. 291-299 (in Russian).Ушаков С. Н., Савельев А. О. Сравнительный обзор задач, подходов и инструментов автоматизированного извлечения знаний из текстов научных публикаций // Информационные технологии. 2024. Т. 30, № 6. С. 291-299.Borovikova O. I., Kononenko I. S., Sidorova E. A. An approach to information extraction from clinical trials protocols on the basis of medical ontology, Sistemnaya informatika, 2017, no. 9, pp. 93-110 (in Russian).Боровикова О. И., Кононенко И. С., Сидорова Е. А. Подход к извлечению информации из протоколов клинических испытаний на основе медицинской онтологии // Системная информатика. 2017. № 9. C. 93-110.Beliga S., Mestrovic A., Martincic-Ipsic S. An Overview of Graph-Based Keyword Extraction Methods and Approaches, Journal of Information and Organizational Sciences, 2015, vol. 39, pp. 1-20.Beliga S., Mestrovic A., Martincic-Ipsic S. An Overview of Graph-Based Keyword Extraction Methods and Approaches // Journal of Information and Organizational Sciences. 2015. Vol. 39. P. 1-20.Lunev K. V. Graph Methods for Computing Semantic Similarity of a Pair of Keywords and Their Application to the Problem of Keywords Clustering, Programmnaya Inzheneriya, 2018, vol. 9, no. 6, pp. 262-271 (in Russian).Лунев К. В. Графовые методы определения семантической близости пары ключевых слов и их применения к задаче кластеризации ключевых слов // Программная инженерия. 2018. Т. 9, № 6. С. 262-271.Dubinina E. Y. Automatic extraction of key lexical units of the scientific texts at the process of summarization, Nauchnaya sessiya GUAP, 2018, vol. 3, pp. 115-118 (in Russian).Дубинина Е. Ю. Автоматическое выделение ключевых лексических единиц научного текста в процессе реферирования // Научная сессия ГУАП. 2018. Т. 3. С. 115-118.Hossari M., Dev S., Kelleher J. D. TEST: A Terminology Extraction System for Technology Related Terms, Proc. The 2019 11th International Conference on Computer and Automation Engineering, 2019, pp. 78-81.Hossari M., Dev S., Kelleher J. D. TEST: A Terminology Extraction System for Technology Related Terms // Proc. The 2019 11th International Conference on Computer and Automation Engineering. 2019. P. 78-81.Danilov G., Ishankulov T., Kotik K., Orlov Yu., Shifrin M., Potapov A. The Classification of Short Scientific Texts Using Pretrained BERT Model, Public Health and Informatics, 2021, vol. 281, pp. 83-87.Danilov G., Ishankulov T., Kotik K., Orlov Yu., Shifrin M., Potapov A. The Classification of Short Scientific Texts Using Pretrained BERT Model // Public Health and Informatics. 2021. Vol. 281. P. 83-87.Dunn A., Dagdelen J., Walker N., Lee S., Rosen A., Ceder G., Persson K., Jain A. Structured information extraction from complex scientific text with fine-tuned large language models, available at: https://doi.org/10.48550/arXiv.2212.05238 (дата обращения: 15.07.24).Dunn A., Dagdelen J., Walker N., Lee S., Rosen A., Ceder G., Persson K., Jain A. Structured information extraction from complex scientific text with fine-tuned large language models. URL: https://doi.org/10.48550/arXiv.2212.05238 (дата обращения: 15.07.24).Lukashevich N. V., Dobrov B. V. Designing linguistic ontologies for information systems in broad subject areas, Ontologiya proektirovaniya, 2015, vol. 5, no. 1 (15), pp. 47-69 (in Russian).Лукашевич Н. В., Добров Б. В. Проектирование лингвистических онтологий для информационных систем в широких предметных областях // Онтология проектирования. 2015. Т. 5, № 1(15). С. 47-69.Belwal R., Rai S., Gupta A. A new graph-based extractive text summarization using keywords or topic modeling, Journal of Ambient Intelligence and Humanized Computing, 2021, vol. 12, pp. 8975-8990.Belwal R., Rai S., Gupta A. A new graph-based extractive text summarization using keywords or topic modeling // Journal of Ambient Intelligence and Humanized Computing. 2021. Vol. 12. P. 8975-8990.Yerimbetova A. S., Sagnayeva S. K., Murzin F. A., Tussupov J. A. Creation of tools and algorithms for assessing the relevance of documents, Proceedings of the 3rd Russian-Pacific Conference on Computer Technology and Applications, 2018, pp. 1-4.Yerimbetova A. S., Sagnayeva S. K., Murzin F. A., Tussupov J. A. Creation of tools and algorithms for assessing the relevance of documents // Proceedings of the 3rd Russian-Pacific Conference on Computer Technology and Applications, 2018. P. 1-4.Vinogradov I. M. Ed. Mathematical encyclopedia in 5 volumes, Moscow, Sovetskaya enciklopediya, 1977 (in Russian).Математическая энциклопедия в 5 томах / Под ред. И. М. Виноградова. М.: Советская энциклопедия, 1977.Bachishe O. I., Kryuchkova E. N., Shushakov D. S. Problems of automatic processing of scientific texts based on extraction of information from encyclopedias of relevant domain areas, Programmnaya Inzheneriya, 2023, vol. 14, no. 1, pp. 42-50 (in Russian).Бачище О. И., Крючкова Е. Н., Шушаков Д. С. Проблемы автоматической обработки научных текстов на основе извлечения информации из энциклопедий соответствующих доменных областей // Программная инженерия. 2023. Т. 14, № 1. С. 42-50.Vopilova E. V. Characteristic functions for calculating the significance of terms in a semantic model of scientific knowledge representation, Materialy IX Mezhdunarodnoj konferencii "Znaniya - Ontologii - Teorii" (ZONT-2023), 2023, pp. 49 (in Russian).Вопилова Е. В. Характеристические функции вычисления значимости терминов в семантической модели представления научных знаний // Материалы IX Международной конференции Знания - Онтологии - Теории" (ЗОНТ-2023). 2023. С. 49.Kazakov M. G., Kryuchkova E. N. Classification of complex images based on semantic graph, Prikladnaya informatika, 2014, no. 6 (54), pp. 79-89 (in Russian).Казаков М. Г., Крючкова Е. Н. Классификация сложных изображений на основе семантического графа понятий // Прикладная информатика. 2014. № 6 (54). С. 79-89.Korney A., Kryuchkova E., Savchenko V. Information Retrieval Approach Using Semiotic Models Based on Multilayered Semantic Graphs, High-Performance Computing Systems and Technologies in Scientific Research, 2020, vol. 1304, pp. 162-177.Korney A., Kryuchkova E., Savchenko V. Information Retrieval Approach Using Semiotic Models Based on Multilayered Semantic Graphs // High-Performance Computing Systems and Technologies in Scientific Research. 2020. Vol. 1304. P. 162-177.Korney A. O., Kryuchkova E. N. Text categorization based on a condensed graph, Informatsionnye Tekhnologii, 2021, vol. 27, no. 3, pp. 138-146 (in Russian).Корней А. О., Крючкова Е. Н. Категоризация текстов на основе сконденсированного графа // Информационные технологии. 2021. Т. 27, № 3. C.138-146.Vopilova E. V., Kryuchkova E. N. Automatic analysis methods of dynamics of information presentation in texts based on adaptable dictionaries of scientific terms, Programmnaya Inzheneriya, 2024, vol. 15, no. 4, pp. 206-215 (in Russian).Вопилова Е. В., Крючкова Е. Н. Методы автоматического анализа динамики изложения информации в текстах на основе адаптируемых словарей научных терминов // Программная инженерия. 2024. Т. 15, № 4. С. 206-215.Natasha. Tools for Russian NLP: segmentation, embeddings, morphology, lemmatization, syntax, NER, fact extraction, available at: https://github.com/natasha (дата обращения: 01.06.24).Natasha. Tools for Russian NLP: segmentation, embeddings, morphology, lemmatization, syntax, NER, fact extraction. URL: https://github.com/natasha (дата обращения: 01.06.24).