ОНТОЛОГИИ КАК ФУНДАМЕНТ ФОРМАЛИЗАЦИИ НАУЧНОЙ ИНФОРМАЦИИ И ИЗВЛЕЧЕНИЯ НОВЫХ ЗНАНИЙ
- Авторы: Бубнов А.С.1, Галлини Н.И.2, Гришин И.Ю.3, Кобозева И.М.4, Лукашевич Н.В.5, Панич М.Б.4, Раевский Е.Н.6, Садковский Ф.А.4, Тимиргалеева Р.Р.3
-
Учреждения:
- Лаборатория инженерии знаний Института математических исследований сложных систем, Московский государственный университет им. М. В. Ломоносова
- Крымский федеральный университет им. В. И. Вернадского
- Филиал Московского государственного университета им. М. В. Ломоносова в городе Севастополе
- Филологический факультет, Московский государственный университет им. М. В. Ломоносова
- Научно-исследовательский вычислительный центр, Московский государственный университет им. М. В. Ломоносова
- Факультет вычислительной математики и кибернетики, Московский государственный университет им. М. В. Ломоносова
- Выпуск: Том 520, № 1 (2024)
- Страницы: 82-89
- Раздел: ИНФОРМАТИКА
- URL: https://ter-arkhiv.ru/2686-9543/article/view/682694
- DOI: https://doi.org/10.31857/S2686954324060122
- EDN: https://elibrary.ru/KKGRGT
- ID: 682694
Цитировать
Аннотация
Об авторах
А. С. Бубнов
Лаборатория инженерии знаний Института математических исследований сложных систем, Московский государственный университет им. М. В. ЛомоносоваМосква, Россия
Н. И. Галлини
Крымский федеральный университет им. В. И. ВернадскогоСимферополь, Россия
И. Ю. Гришин
Филиал Московского государственного университета им. М. В. Ломоносова в городе СевастополеСевастополь, Россия
И. М. Кобозева
Филологический факультет, Московский государственный университет им. М. В. ЛомоносоваМосква, Россия
Н. В. Лукашевич
Научно-исследовательский вычислительный центр, Московский государственный университет им. М. В. Ломоносова
Email: louk_nat@mail.ru
Москва, Россия
М. Б. Панич
Филологический факультет, Московский государственный университет им. М. В. ЛомоносоваМосква, Россия
Е. Н. Раевский
Факультет вычислительной математики и кибернетики, Московский государственный университет им. М. В. ЛомоносоваМосква, Россия
Ф. А. Садковский
Филологический факультет, Московский государственный университет им. М. В. ЛомоносоваМосква, Россия
Р. Р. Тимиргалеева
Филиал Московского государственного университета им. М. В. Ломоносова в городе СевастополеСевастополь, Россия
Список литературы
- Еременко Г. О. Elibrary.ru: курс на повышение качества контента // Университетская книга, 2016, 3. С. 62–68.
- Ginsparg P. ArXiv at 20 // Nature, 2011, 476(7359). P. 145–147. https://doi.org/10.1038/476145a
- Jain S. M. Introduction to transformers for NLP: With the Hugging Face library and models to solve problems // Berkeley, CA: Apress, 2022. P. 51–67. ISBN: 9781484288443.
- Wang K., Shen Z., Huang C.-Y. et al. Microsoft academic graph: When experts are not enough // Quantitative Science Studies, 2020, 1(1). P. 396–413. https://doi.org/10.1162/qss_a_00021
- Lund B. D., Wang T. Chatting about ChatGPT: how may AI and GPT impact academia and libraries? // Library hi tech news, 2023, 40(3). P. 26–29. https://doi.org/10.1108/LHTN-01-2023-0009
- Haider J., Söderström K. R. Ekström B. et al. GPTfabricated scientific papers on Google Scholar: Key features, spread, and implications for preempting evidence manipulation // Harvard Kennedy School Misinformation Review, 2024, 5(5). P. 1–16.
- Dadkhah M., Oermann M. H., Hegedüs M. et al. Detection of fake papers in the era of artificial intelligence // Diagnosis, 2023, 10(4). P. 390–397. https://doi.org/10.1515/dx-2023-0090
- Wittau J., Seifert R. How to fight fake papers: a review on important information sources and steps towards solution of the problem // NaunynSchmiedeberg’s archives of pharmacology, 2024. P. 1–14. https://doi.org/10.1007/s00210-024-03272-8
- Kendall G., da Silva J. A. T. Risks of abuse of large language models, like ChatGPT, in scientific publishing: Authorship, predatory publishing, and paper mills // Learned Publishing, 2024, 37(1). P. 55–62. https://doi.org/10.1002/leap.1578
- Tirumala K., Simig D., Aghajanyan A. et al. D4: Improving LLM pretraining via document deduplication and diversification // Advances in Neural Information Processing Systems, 2023, 36. P. 53983–53995. https://doi.org/10.48550/arXiv.2308.12284
- Beltagy I., Lo K., Cohen A. SciBERT: A Pretrained Language Model for Scientific Text // Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP), 2019. P. 3615–3620. https://doi.org/10.18653/v1/D19-1371
- Gerasimenko N. A., Chernyavsky A. S., Nikiforova M. A. RuSciBERT: A transformer language model for obtaining semantic embeddings of scientific texts in Russian // Doklady Mathematics, 2022, 106, Suppl 1. P. S95–S96. https://doi.org/10.1134/S1064562422060072
- Горячко В. В., Бубнов А. С., Раевский Е. В., Семенов А. Л. Цифровой ковчег знаний // Доклады Российской академии наук. Математика, информатика, процессы управления, 2022, 508(1). С. 128–133. https://doi.org/10.31857/S2686954322070098
- Hogan A., Blomqvist E., Cochez M, et al. Knowledge graphs // ACM Computing Surveys (CSUR), 2021, 54(4). P. 1–37. https://doi.org/10.1145/344777
- Dong X., Gabrilovich E., Heitz G., et al. Knowledge vault: A web-scale approach to probabilistic knowledge fusion // Proceedings of the 20th ACM SIGKDD international conference on Knowledge discovery and data mining, 2014. P. 601–610. https://doi.org/10.1145/2623330.2623623
- Vrandečić D., Krötzsch M. Wikidata: a free collaborative knowledgebase // Communications of the ACM, 2014, 57(10). P. 78–85. https://doi.org/10.1145/2629489
- Shenoy K., Ilievski F., Daniel Garijo D., et al. A study of the quality of Wikidata // Journal of Web Semantics, 2022, 72. P. 100679. https://doi.org/10.1016/j.websem.2021.100679
- Hug S. E., Ochsner M., Brändle M. P. Citation analysis with Microsoft academic // Scientometrics, 2017, 111. P. 371–378. https://doi.org/10.1007/s11192-017-2247-8
- Васенин В. А. Афонин С. А., Голомазова Д. Д. и др. Интеллектуальная система тематического исследования научно-технической информации (ИСТИНА) // Информационное общество, 2013, 1–2. С. 39–57.
- Козицын А. С., Афонин С. А. Алгоритм разрешения неоднозначности имен авторов в ИАС ИСТИНА // Современные информационные технологии и ИТ-образование, 2020, 16(1). С. 108–117. https://doi.org/10.25559/SITITO.16.202001.108-117
- Семенов А. Л. Искусственный интеллект в обществе // Доклады РАН. Математика, информатика, процессы управления. Специальный выпуск “Технологии искусственного интеллекта и машинного обучения”. 2023, 514(2). С. 6–19. https://doi.org/10.31857/S2686954323350023
- Wille R. Formal Concept Analysis as Mathematical Theory of Concepts and Concept Hierarchies // In: Ganter B., Stumme G., Wille R. (eds) Formal Concept Analysis. Lecture Notes in Computer Science, 2005, 3626. Springer, Berlin, Heidelberg. P. 1–33. https://doi.org/10.1007/11528784_1
- Лукашевич Н. В., Добров Б. В., Павлов А. М., Штернов С. В. Онтологические ресурсы и информационно-аналитическая система в предметной области “безопасность” // Онтология проектирования, 2018, 1(27). https://cyberleninka.ru/article/n/ontologicheskie-resursy-i-informionno-analiticheskaya-sis-tema-v-predmetnoy-oblasti-bezopasnost (дата обращения: 01.10.2024).
- Семенов А. Л., Раевский Е. Н., Бубнов А. С. и др. Универсальная энциклопедическая платформа работы со знанием // Современные информационные технологии и ИТ-образование. 2023, 19(3). С. 696–703.
- https://doi.org/10.25559/SITITO.019.202303.696-703
Дополнительные файлы
