Семантический анализ корпуса научных статей на основе графового представления
Main Article Content
Аннотация
Проблема эффективной навигации и поиска релевантной информации в постоянно растущем объеме научных публикаций требует перехода от классических методов полнотекстового поиска к семантическим моделям. В работе предложен подход к структурированию гетерогенного корпуса научных текстов путем построения графа знаний. Разработан конвейер обработки данных, включающий извлечение метаданных, ключевых слов и структурных элементов статей, а затем их интеграцию в единый граф. На основе построенного графа знаний реализованы методы анализа явных и извлечения неявных связей между публикациями. Результаты исследования демонстрируют эффективность графового представления научной информации для выявления скрытых закономерностей в предметных областях и поддержки интеллектуальной навигации.
Article Details
Библиографические ссылки
2. Zakharova O.I. Semantic analysis and synthesis of textual data // Vestnik of Voronezh State University. Series: Systems Analysis and Information Technologies. 2023. No. 4. P. 182–208.
3. Ataeva O.M., Serebryakov V.A. LibMeta Personal Open Semantic Digital Library: Content Construction and Integration with LOD Sources // Informatics and Its Applications. 2017. Vol. 11, No. 2. P. 85–100. https://doi.org/10.14357/19922264170210. EDN: YTYGAL
4. Gayanova M.M., Vul’fin A.M. Structural and semantic analysis of scientific publications in a selected subject area // Systems Engineering and Information Technologies. 2022. Vol. 4, No. 1 (8). P. 37–43.
5. Gavenko O.Yu., Shashok N.A. On improving the quality of output data in a question-answering system processing climate information // Bulletin of Novosibirsk State University. Series: Information Technologies. 2024. Vol. 22, No. 4. P. 5–16.
6. Sidorova E.A., Ivanov A.I., Ovchinnikova K.A. Information extraction from texts based on ontology and large language models // Ontology of Designing. 2025. Vol. 15, No. 1 (55). P. 114–129.
7. Litvin A.A., Velichko V.Yu., Kaverinsky V.V. A method for obtaining information from an ontology based on natural language phrase analysis // Programming Problems. 2020.
8. Kovalev M. Semantic analysis in the preparation of training datasets // Open Systems. DBMS. 2018. No. 3. P. 25–25.
9. Shaik S. et al. Transforming natural language query to SPARQL for semantic information retrieval // International Journal of Engineering Trends and Technology. 2016. Vol. 7. P. 347–350.
10. Somov O.D. Multi-task learning to improve generalization in structured query generation // Proceedings of the Moscow Institute of Physics and Technology. 2024. Vol. 16, No. 2 (62). P. 25–31.
11. Tunyan E.G., Sazikov R.S., Kharlamov S.A. Enrichment of a knowledge base by automatic keyword and abstract extraction // Advances in Cybernetics. 2025. Vol. 6, No. 2. P. 108–113.
12. Bosenko T.M. Development and implementation of optimization methods for small language models for efficient SQL query generation in educational information systems // Educational Resources and Technologies. 2025. No. 1 (50). P. 54–67. https://doi.org/10.21777/2500-2112-2025-1-54-67. EDN JNZQLM
13. Khusainov M.Zh. Keyphrase extraction based on large language models // News of the Southern Federal University. Technical Sciences. 2024. No. 5.
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Представляя статьи для публикации в журнале «Электронные библиотеки», авторы автоматически дают согласие предоставить ограниченную лицензию на использование материалов Казанскому (Приволжскому) федеральному университету (КФУ) (разумеется, лишь в том случае, если статья будет принята к публикации). Это означает, что КФУ имеет право опубликовать статью в ближайшем выпуске журнала (на веб-сайте или в печатной форме), а также переиздавать эту статью на архивных компакт-дисках журнала или включить в ту или иную информационную систему или базу данных, производимую КФУ.
Все авторские материалы размещены в журнале «Электронные библиотеки» с ведома авторов. В случае, если у кого-либо из авторов есть возражения против публикации его материалов на данном сайте, материал может быть снят при условии уведомления редакции журнала в письменной форме.
Документы, изданные в журнале «Электронные библиотеки», защищены законодательством об авторских правах, и все авторские права сохраняются за авторами. Авторы самостоятельно следят за соблюдением своих прав на воспроизводство или перевод их работ, опубликованных в журнале. Если материал, опубликованный в журнале «Электронные библиотеки», с разрешения автора переиздается другим издателем или переводится на другой язык, то ссылка на оригинальную публикацию обязательна.
Передавая статьи для опубликования в журнале «Электронные библиотеки», авторы должны принимать в расчет, что публикации в интернете, с одной стороны, предоставляют уникальные возможности доступа к их материалам, но, с другой, являются новой формой обмена информацией в глобальном информационном обществе, где авторы и издатели пока не всегда обеспечены защитой от неправомочного копирования или иного использования материалов, защищенных авторским правом.
При использовании материалов из журнала обязательна ссылка на URL: http://rdl-journal.ru. Любые изменения, дополнения или редактирования авторского текста недопустимы. Копирование отдельных фрагментов статей из журнала разрешается для научных исследований, персонального использования, коммерческого использования до тех пор, пока есть ссылка на оригинальную статью.
Запросы на право переиздания или использования любых материалов, опубликованных в журнале «Электронные библиотеки», следует направлять главному редактору Елизарову А.М. по адресу: amelizarov@gmail.com
Издатели журнала «Электронные библиотеки» не несут ответственности за точки зрения, излагаемые в публикуемых авторских статьях.
Предлагаем авторам статей загрузить с этой страницы, подписать и выслать в адрес издателя журнала по электронной почте скан Авторского договора о передаче неисключительных прав на использование произведения.