Системы и средства информатики
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS


Системы и средства информ.:
Год:
Том:
Выпуск:
Страница:
Найти




Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация

Системы и средства информатики, 2019, том 29, выпуск 3, страницы 52–65
DOI: https://doi.org/10.14357/08696527190305 (Mi ssi654) 		 
Эта публикация цитируется в 1 научной статье (всего в 1 статье)

Метод кластеризации новостных сообщений средств массовой информации на основе их концептуального анализа

В. Н. Захаровa, Р. Р. Мусабаевb, А. М. Красовицкийb, Я. Д. Козловскаяc, Ал-др А. Хорошиловd, Ал-ей А. Хорошиловe

a Федеральный исследовательский центр «Информатика и управление» Российской академии наук
b Институт информационных и вычислительных технологий, Алматы, Казахстан
c Московский авиационный институт (национальный исследовательский университет)
d Институт проблем информатики Федерального исследовательского центра «Информатика и управление» Российской академии наук
e 27 ЦНИИ Министерства обороны России
PDF полного текста (1054 kB) Список цитирования (1)
Список литературы:
PDF
HTML
DOI: https://doi.org/10.14357/08696527190305
Аннотация: Изложено решение задачи кластеризации сообщений средств массовой информации (СМИ) на основе разработанной авторами методики автоматического вычисления меры смысловой значимости наименований понятий документов, использующей их статистические, синтаксические и семантические признаки, и технологий автоматического составления декларативных средств для кластеризации документов, базирующихся на методах их семантико-синтаксического и концептуального анализа. На основе предложенной методики вычисления меры смысловой значимости наименований понятий и созданных в процессе проведения настоящего исследования программных и декларативных средств был поставлен эксперимент по обработке представительного массива сообщений СМИ. Анализ полученных результатов показал, что при автоматическом установлении смысловой значимости текстовых наименований понятий использование семантических коррелирующих коэффициентов понятий повышает точность установления смысловой схожести между документами.
Ключевые слова: кластеризация текстов, семантико-синтаксический анализ текстов, концептуальный анализ текстов, декларативные средства, статистическая мера значимых слов документа, семантический корреляционный коэффициент, смысловая близость текстов.
Финансовая поддержка Номер гранта
Министерство образования и науки Республики Казахстан ПЦФ BR05236839
Статья подготовлена в рамках проекта ПЦФ BR05236839 "Разработка информационных технологий и систем для стимулирования устойчивого развития личности как одна из основ развития цифрового Казахстана".
Поступила в редакцию: 23.07.2019
Тип публикации: Статья
Образец цитирования: В. Н. Захаров, Р. Р. Мусабаев, А. М. Красовицкий, Я. Д. Козловская, Ал-др А. Хорошилов, Ал-ей А. Хорошилов, “Метод кластеризации новостных сообщений средств массовой информации на основе их концептуального анализа”, Системы и средства информ., 29:3 (2019), 52–65
Цитирование в формате AMSBIB
\RBibitem{ZakMusKra19}
\by В.~Н.~Захаров, Р.~Р.~Мусабаев, А.~М.~Красовицкий, Я.~Д.~Козловская, Ал-др~А.~Хорошилов, Ал-ей~А.~Хорошилов
\paper Метод кластеризации новостных сообщений средств массовой информации на основе их концептуального анализа
\jour Системы и средства информ.
\yr 2019
\vol 29
\issue 3
\pages 52--65
\mathnet{http://mi.mathnet.ru/ssi654}
\crossref{https://doi.org/10.14357/08696527190305}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/ssi654
  • https://www.mathnet.ru/rus/ssi/v29/i3/p52
    • Эта публикация цитируется в следующих 1 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    		Системы и средства информатики
    Статистика просмотров:
    Страница аннотации:214
    PDF полного текста:245
    Список литературы:16
     
      Обратная связь:
    		  Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024