В четверг 29 октября 2026 г. состоится Объединенный семинар "Интеллектуальные системы" ...
В четверг 29 октября 2026 г. состоится Объединенный семинар "Интеллектуальные системы" и "Системное программирование" ИСИ СО РАН и кафедры программирования НГУ (Руководители: д.ф.-м.н. Марчук А.Г., к.т.н. Загорулько Ю.А., к.ф.-м.н. Бульонков М.А.). Начало: 10:00. Место проведения: ИСИ СО РАН, г. Новосибирск, пр-т Академика Лаврентьева, 6, к. 254 Ссылка на участие в семинаре онлайн: https://telemost.yandex.ru/j/59194716745868 Докладчик: Пимешков Вадим Константинович (Институт информатики и математического моделирования им. В.А. Путилова, г. Апатиты). Тема: Методы и технологии извлечения мультидоменных динамических знаний из естественно-языковых текстов социальных медиа (кандидатская диссертация). Диссертационная работа посвящена решению научно-технической задачи повышения эффективности мониторинга социальных медиа в условиях мультидоменности и динамичности предметной области. Предлагаемый подход основан на гибридной мультидоменной динамической системе знаний, объединяющей три компонента: (1) проблемно-ориентированную онтологию, отражающую метазадачу пользователя; (2) мультидоменный динамический граф знаний (МДГЗ), отражающий смысловые ассоциации, извлекаемые из потока документов, с доменной структуризацией на основе дрейфующей динамической тематической модели; (3) лексическую базу данных, обеспечивающую разрешение лексической многозначности и согласование понятий. Ключевым элементом работы является МДГЗ, поэтому особое внимание уделено технологии его автоматизированного построения, а также комбинированному методу извлечения терминов, использующего причинно-следственную структуру коммуникации. Кроме того, предложен подход к определению релевантности публикаций при помощи разработанного МДГЗ, полагающийся на меры кратчайших расстояний между концептами запроса и публикаций в релевантных запросу слоях графа. Практическая значимость работы подтверждена программной реализацией предложенных методов и технологий и их экспериментальной проверкой на реальных данных социальных медиа. Полученные результаты демонстрируют повышение точности и полноты определения релевантных документов с точки зрения информационной потребности пользователя, что способствует повышению эффективности мониторинга социальных медиа в условиях изменчивой информационной среды.