Инд. авторы:	Леонова Ю.В., Федотов А.М., Федотова О.А.
Заглавие:	О подходе к классификации авторефератов диссертаций по темам
Библ. ссылка:	Леонова Ю.В., Федотов А.М., Федотова О.А. О подходе к классификации авторефератов диссертаций по темам // Вестник Новосибирского государственного университета. Серия: Информационные технологии. - 2017. - Т.15. - № 1. - С.47-58. - ISSN 1818-7900. - EISSN 2410-0420.
Внешние системы:	РИНЦ: 28983476;
Реферат:	rus: Рассматривается метод тематической классификации авторефератов диссертаций. Для этого используется специально построенная мера близости документов, учитывающая специфику предметной области. В качестве шкал для определения меры предлагается брать характеристики структурных атрибутов описания авторефератов (научная новизна, положения, выносимые на защиту и т. п.). Значения весовых коэффициентов в формуле для вычисления меры близости определяются предполагаемой апостериорной достоверностью данных соответствующей шкалы. eng: The method of thematic classification of thesis abstracts is considered in the work. For this purpose, a specially constructed measure of the proximity of documents is used, taking into account the specifics of the subject area. As scales for the definition of a measure, it is suggested to take the characteristics of the structural attributes of the description of the author's abstracts (scientific novelty, provisions to be defended, etc.). The values of the weight coefficients in the formula for computing the proximity measure are determined by the assumed a posteriori reliability of the data of the corresponding scale.
Ключевые слова:	мера близости; классификация; classification algorithm; model of facet classification; subject area; measure of proximity; weight coefficients; Classification of thesis abstracts; весовые коэффициенты;
Издано:	2017
Физ. характеристика:	с.47-58
Цитирование:	1. Кнут Д. Искусство программирования/Под ред. Ю. В. Козаченко. М.: Вильямс, 2002. Т. 1: Основные алгоритмы. 720 с. ISBN 5-8459-0080-8. 2. Ранганатан Ш. Р. Классификация двоеточием. Основная классификация/Пер. с англ. М.: ГПНТБ СССР, 1970. 3. Федотов А. М., Барахнин В. Б. Проблемы поиска информации: история и технологии//Вестн. НГУ. Серия: Информационные технологии. 2009. Т. 7, № 2. С. 3-17. 4. Федотов А. М., Барахнин В. Б., Жижимов О. Л., Федотова О. А. Модель информационной системы для поддержки научно-педагогической деятельности//Вестн. НГУ. Серия: Информационные технологии. 2014. Т. 12, № 1. С. 89-101. 5. Шрейдер Ю. А. Равенство, сходство, порядок. М.: Наука, 1971. 6. Воронин Ю. А. Начала теории сходства. Новосибирск: Наука, 1991. 128 с. 7. Леонова Ю. В., Федотов А. М. Извлечение знаний и фактов из текстов диссертаций и авторефератов//Системный анализ и информационные технологии: Тр. V Междунар. конф. Красноярск: ИВМ СО РАН, 2013. Т. 1. С. 232-242.