КОГНІТИВНІ ЕЛЕМЕНТИ ІНФОРМАЦІЙНИХ СЕРЕДОВИЩ

Заголовок (англійською): 
COGNITIVE ELEMENTS OF INFORMATION ENVIRONMENTS
Автор(и): 
Горда О. В.
Цюцюра С. В.
Лященко Т. О.
Автор(и) (англ): 
Gorda Elena
Tsiutsiura Svitlana
Liashchenko Tamara
Ключові слова (укр): 
когнітивність; онтологія; поняття; тезаурус; інформаційний об'єкт; ізоморфність; аналіз; семантична модель
Ключові слова (англ): 
cognition; ontology; concept; thesaurus; information object; isomorphism; analysis; semantic model
Анотація (укр): 
Найважливішою проблемою автоматизованої побудови онтологій на основі семантичного аналізу текстів природною мовою є інтелектуалізація і пов'язані з цим інтеграція даних та якісний пошук інформації. Однак ці технології припускають наявність якісних джерел семантичних даних, джерела даних не є доволі досконалими, щоб їх можна було із зручністю використовувати або інтегрувати. У зв'язку з цією проблемою завдання автоматизованого формування онтологій на основі аналізу текстів природною мовою в будівництві є актуальним. Поширений критерій якості онтології засновано на оцінці зручності й ефективності роботи з нею, а також наявності зв'язку когнітивних процесів із семантичними для її побудови і актуалізації у сфері будівництва. Основною відмінністю проведеного дослідження, результати якого наведено в пропонованій роботі, є когнітивно-семантичний аналіз на основі теорії категорій, математичної логіки і універсальної алгебри, алгебри множин, алгебри кортежів і реляційної алгебри, а саме – побудова онтологічного словника, онтологічних конструкцій, відповідних до тексту на відкритих мовах, подання знань. У роботі проведено класифікацію і визначення інформаційних одиниць, їхніх джерел, а також визначено особливості інформаційного ресурсу.
Анотація (англ): 
The most important problem of the automated construction of ontologies based on the semantic analysis of natural language texts is intellectualization and related data integration and qualitative information search. However, these technologies require the availability of quality semantic data sources, and the data sources are not sufficiently sophisticated to be conveniently used or integrated. In connection with this problem, the task of automated formation of ontologies based on natural language text analysis in construction is relevant. A common criterion of the quality of an ontology is based on the assessment of the convenience and efficiency of working with it, as well as the presence of a connection between cognitive and semantic processes for its construction and actualization in the field of construction. The main difference of the conducted research, the results of which are presented in the proposed work, is a cognitive-semantic analysis based on the theory of categories, mathematical logic and universal algebra, algebra of sets, algebra of tuples and relational algebra, namely, the construction of an ontological dictionary, ontological constructions corresponding to the text in open languages, presentation of knowledge. In the work, the classification and definition of information units, their sources, as well as the features of the information resource are determined.
Публікатор: 
Київський національний університет будівництва і архітектури
Назва журналу, номер, рік випуску (укр): 
Управління розвитком складних систем, номер 51, 2022
Назва журналу, номер, рік випуску (англ): 
Management of development of complex systems, number 51, 2022
Мова статті: 
Українська
Формат документа: 
application/pdf
Документ: 
49-57.pdf
Дата публікації: 
07 Февраль 2023
Номер збірника: 
51
Розділ: 
ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ УПРАВЛІННЯ
Університет автора: 
Київський національний університет будівництва і архітектури, Київ
Литература: 

1.     Большакова Е. И. Автоматическая обработка текстов на естественном языке и анализ данных: учеб.пособие /
Е. И. Большакова и др. Москва : Изд-во НИУВШЭ, 2017. 269 с.

2.     Горда О. В. Застосування BIM технологій на будівельному майданчику в інформаційних технологіях управління проектом: Міжнар. науков.-практ. конф. молодих вчених «БУД-МАЙСТЕР-КЛАС-2019», м. Київ, 29-31листопада. Київ : КНУБА, 2019. C. 424–425.

3.     Григоровський П. Є., Горда О. В., Чуканова Н. П. Інформаційні середовища в будівництві. Будівельне виробництво. № 68. 2019. С. 15–19.

4.     Горда О. В. Аналіз моделей в інформаційному просторі будівництва. Міжнар. науков.-практ. конф. молодих вчених «БУД-МАЙСТЕР-КЛАС-2020», м. Київ.  25-27 листопада . Київ : КНУБА, 2020. C. 306–308.

5.     Горда О. В. Специфіка інформаційних середовищ в будівництві. VIІ міжнар. науков.-практ. конф. «Управління розвитком технологій». Київ : КНУБА, 2020. С. 55–56.

6.     Горда О. В. Топологія інформаційного простору в будівництві. Будівельне виробництво. № 70. 2020. С. 39–44.

7.     Горда О. В. Поле задач об’єкту будівництва. Управління розвитком складних систем. № 44. 2020. С. 78–83.

8.     Чехарин Е. Е. Информационная модель семантического окружения. Перспективы науки и образования. 2014. № 4. С.20–24.

9.     Хайкин С. Нейронные сети: полный курс. Москва : Вильямс, 2006. 1104 с.

10.  Рашид Т. Создаем нейронную сеть. Москва : Диалектика, 2019. 272 с.

11.  Андрич О. Ф., Макушкина Л. А. Исследование методов оценки качества готовых онтологических моделей. Современные научные исследования и инновации. № 3 (35). 2014. С. 11.

12.  Береснев С. Д., Фалькова В. Ю. Соотношение признаков стандартности и авторской индивидуальности научно-технического текста. Разновидности текста в функционально-стилевом аспекте. Пермь : Перм. ун-т, 1994. С. 41–51.

13.  Котюрова М. П. Многоаспектность явлений стереотипности в научных текстах, текст: стереотип и творчество. Пермь : Перм. ун-т, 1998. С. 5–30.

14.  Харин Ю. А., Зеленков А. И. Творчество: критика и преемственность. Творчество в научном познании / под общ. ред. Д. И. Широканова, Ю. А. Харина. Минск : Наука и техника, 1976. 232 с.

15.  Никитина С. Е. Семантический анализ языка науки. На материале лингвистики. Москва : Наука, 1987. 126 с.

16.  Осипов Г. С. Приобретение знаний интеллектуальными системами. Основы теории и технологии. Москва : Наука, 1997. 112 с.

17.   Моделирование языковой деятельности в интеллектуальных системах / под ред. А. Е. Кибрика и
А. С. Нариньяни. Москва : Наука, 1987. 280 с.

18.   Соломатин Н. М. Информационные семантические системы. В уч. пос. Перспективы развития вычислительной техники в 11 кн. Кн. 1. Москва : Высшая школа, 1989. 130 с.

19. Колшанский Г. В. Контекстная семантика. Москва : Наука, 1980. 154 с.

20. Гинзбург С. Математическая теория контекстно-свободных языков. Москва : Мир, 1970. 326 с.

21.  Алексеева Л. М. Проблемы термина и терминообразования. Пермь : Перм. ун-т, 1998. 120 с.

22.  Мельникова Е. Н. Сигнификативное значение предложения при рассмотрении его семантико-синтаксической структуры. Лингвистика XXI века: традиции и новации, 2016. С. 145–150.

23.  Дударь З. В., Шуклин Д. Е. Семантическая нейронная сеть, как формальный язык описания и обработки смысла текстов на естественном языке. Радиоэлектроника и информатика. № 3. 2000. С. 72–76.

24.  Шабанов-Кушнаренко Ю. П. Теория интеллекта. Математические средства. Харьков : Высшая школа, 1984. 143 с.

25.  Москальчук Г. Г. Структура текста как синергетический процесс. Киев : Едиториал УРСС, 2010. 296 с.

26.  Бочаров В. А., Маркин В. И. Введение в логику: учебник. Москва : ИД «ФОРУМ»: ИНФРА-М, 2010. 560 с.

27.  Бенерджи Р. Теория решения задач. Подход к созданию искусственного интеллекта. Москва : Мир, 1972. 189 с.

28.  Носков А. А. Метод выделения в тексте конструкций по их лексико-синтаксическим шаблонам. Сборник статей молодых ученых факультета ВМиК МГУ. Москва : Издательский отдел фак-та ВМиК МГУ им. М. В. Ломоносова; МАКС Пресс, 2009. Вып. 6. С. 136–145.

References: 

1.     Bolshakova E. I. et al. (2017). Automatic processing of texts in natural language and data analysis: study guide. Moscow: NIUHSE Publ., 269.

2.     Gorda, O. V. (2019). Application of BIM technologies on the construction site in project management information technologies: International. scientist-practitioner conf. of young scientists "BUILDING MASTER CLASS-2019", Kyiv, November 29-31. Kyiv: KNUBA, pp.424–425.

3.     Grigorovskyi, P. E., Gorda, O. V., Chukanova, N. P. (2019). Information environments in construction. Construction production, 68, 15–19.

4.     Gorda, O. V. (2020). Analysis of models in the information space of construction. International scientist-practitioner conf. of young scientists "BUILDING MASTER CLASS-2020", Kyiv. November 25-27. Kyiv: KNUBA, 306–308.

5.     Gorda, O. V. (2020). Specificity of information environments in construction. VII International scientist-practitioner conf. "Technology Development Management". Kyiv: KNUBA, P. 55–56.

6.     Gorda, O. V. (2020). Topology of information space in construction. Construction production, 70, 39–44.

7.     Gorda, O. V. (2020). Field of tasks of the construction object. Management of the development of complex systems, 44, 78–83.

8.     Chekharin, E. E. (2014). Information model of the semantic environment. Prospects for science and education, 4, 20–24.

9.     Khaykin, S. (2006). Neural networks: full course. Moscow: Williams, 1104.

10.  Rashid, T. (2019). Creating a neural network. Moscow: Dialectika, 272.

11.  Andrich, O. F., Makushkina, L. A. (2014). Study of methods for assessing the quality of finished ontological models. Modern scientific research and innovation, 3 (35), 11.

12.  Beresnev, S. D., Falkova, V. Yu. (1994). Correlation of signs of standardity and author's individuality of a scientific and technical text. Varieties of the text in the functional and stylistic aspect. Perm: Perm. un-t, 41–51.

13.  Kotyurova, M. P. (1998). Multidimensionality of stereotype phenomena in scientific texts, text: stereotype and creativity. Perm: Perm. un-t, 5–30.

14.  Kharin, Yu. A., Zelenkov, A. I. (1976). Creativity: criticism and continuity. Creativity in scientific knowledge / ed. ed. D. I. Shirokanova, Yu. A. Kharin. Minsk: Science and technology, 232.

15.  Nikitina, S. E. (1987). Semantic analysis of the language of science. Based on linguistics. Moscow: Nauka, 126.

16.  Osipov, G. S. (1997). Acquisition of knowledge by intellectual systems. Fundamentals of theory and technology. Moscow: Nauka, 112.

17.   Kibrika, A. E. & Narinyani, A. S. (1987). Modeling of language activity in intelligent systems. moscow: Nauka, 280.

18.   Solomatin, N. M. (1989). Information semantic systems. In account. settlement Prospects for the development of computer technology in 11 books. Book. 1. Moscow: Higher school, 130.

19.  Kolshansky, G. V. (1980). Contextual semantics. Moscow: Nauka, 154.

20.  Ginzburg, S. (1970). Mathematical theory of context-free languages. Moscow: Mir, 326.

21.  Alekseeva, L. M. (1998). Problems of the term and term formation. Perm: Perm. un-t, 120.

22.  Melnikova, E. N. (2016). Significative meaning of a sentence when considering its semantic-syntactic structure. Linguistics of the 21st century: traditions and innovations, 145–150.

23.  Dudar, Z. V., Shuklin, D. E. (2000). Semantic neural network as a formal language for describing and processing the meaning of natural language texts. Radioelectronics and informatics, 3, 72–76.

24.  Shabanov-Kushnarenko, Yu. P. (1984). Theory of intelligence. Mathematical tools. Kharkov: Higher school, 143.

25.  Moskalchuk, G. G. (2010). Text structure as a synergetic process. Kyiv: Editorial URSS, 296.

26.  Bocharov, V. A., Markin, V. I. (2010). Introduction to logic: textbook. Moscow: Publishing House "FORUM": INFRA-M, 560.

27.  Benerji, R. (1972). Theory of problem solving. Approach to the creation of artificial intelligence. Moscow: Mir, 189.

28.  Noskov, A. A. (2009). The method of selecting constructions in the text according to their lexical and syntactic patterns. Collection of articles by young scientists of the faculty of VMiK MGU. Moscow: Publishing Department of the Faculty of VMiK, Moscow State University. M. V. Lomonosov; MAKS Press, 6, 136–145.