ИСТИНА

В проекте решается междисциплинарная фундаментальная задача использования лингвистических и когнитивных семантик при анализе больших массивов текстов на примере автоматизации выявления потребностей секторов экономики в цифровых платформах и сквозных технологиях. Обосновывается возможность замены ручных экспертных процедур по оценке указанных потребностей на автоматизированные. К настоящему времени традиционные методы и технологии семантического анализа, тематического моделирования, прецедентного анализа, разведочного поиска и коллаборативной фильтрации преимущественно опираются на учет формализуемых (денотативных) семантик. В настоящей работе предлагается развить авторские идеи учета различных семантик, как не имеющих явной формализованной репрезентации, так и хорошо поддающихся алгоритмизации. Для этого у авторов имеется теоретический и практический задел по интеграции подходов по автоматизации когнитивного моделирования с применением методов анализа больших массивов текстов, глубокого обучения, решения прямых и обратных задач на когнитивных моделяхи использовании при этом неметризуемых топологических пространств, а также создания сетевых экспертно-аналитических систем. В рамках проекта планируется создание архитектуры, экспериментального стенда и программного обеспечения с апробацией на нем разрабатываемых методов, моделей и алгоритмов.

The project addresses the multidisciplinary fundamental task of using linguistic and cognitive semantics in the analysis of large-scale text collections by automating the identification of the needs of the economic sectors for digital platforms and end-to-end technologies. The possibility of replacing manual expert procedures related to the analysis of these needs by automated ones is justifies. Traditional methods and technologies of semantic analysis, topic modeling, case analysis, exploratory search and collaborative filtering are mainly based on the denotative semantics. In this project, we propose to develop author's ideas of taking into account various semantics both without explicit formalized representation and with well-suited algorithmization. The authors have a theoretical and practical background on integrating approaches to automating cognitive modeling using deep learning methods, solving direct and inverse problems on cognitive models and using non-metrizable topological spaces, as well as creating network expert and analytical systems. Within the project, we plan to create an architecture, an experimental prototype and software for approbation of the developed methods, models and algorithms.

Основным результатом выполнения проекта будут методы и алгоритмы автоматизированного выявления потребностей секторов экономики в цифровых платформах и сетевых технологиях. Для достижения этого результата, на первом этапе будет проведён анализ существующих зарубежных и отечественных научных подходов по учёту семантик при построении различных моделей. Это позволит формализовать поставленную задачу и уточнить понятийный аппарат. Кроме того, будут определены необходимые структурные условия для обеспечения замены ручной работы экспертов автоматизированной при проведении процессов, связанных с определением потребностей экономики в цифровых платформах и сетевых технологиях, а также при оценке TRL. Будет сформирован список модельных примеров отраслей экономики, требующих цифровой трансформации. Также будет разработан алгоритм квазирешения обратной задачи по выявлению потребностей секторов экономики в цифровых платформах и сетевых технологиях, а также оценке TRL, с учетом денотативных и сигнификативных семантик. По итогу будет разработан экспериментальный образец программного обеспечения, реализующий указанные методы и алгоритмы. Будет создан экспериментальный стенд для проведения исследований, а также проведены экспериментальные исследования на основе модельных примеров. В результате будет спроектирована архитектура системы, по своим возможностям сравнимой с работой экспертов по выявлению потребностей секторов экономики в цифровых платформах и сетевых технологиях, а также оценке TRL, на основе анализа больших данных.

РФФИ 17-29-07016 офи_м Методы искусственного интеллекта и анализа больших массивов текстов для выявления научно-технологических траекторий и прогнозирования РФФИ 16-29-12949 Разработка методов автоматизированного выявления потребностей в новых научно-технических и технологических решениях для обеспечения устойчивого развития экономики РФ и импортозамещения РФФИ 15-29-07112. Информационно-аналитическая система для поддержки решений на основе анализа Больших Данных в сети распределенных ситуационных центров, в облачных вычислительных средах и c гетерогенными ресурсами Контракт от 28.04.2102 № 10131р/17573 с ФГБУ «Фонд содействия развитию малых форм предприятий в научно-технической сфере» на разработку Специального программного обеспечения «Облачный сервис сетевой экспертизы» Грант 2011-2012 гг. по контракту с «Институтом общественного проектирования» по теме «Анализ политической активности в русскоязычной блогосфере» РФФИ 11-06-90758 «Уточнение концептуальной вычислимой модели общего равновесия для оценки макроэкономических решений на пространстве Россия – Беларусь» РФФИ 16-29-12877 «Методы оценки эффективности и реализуемости перспективных научно-технических решений и технологий для увеличения экспортного потенциала РФ на примере продовольственного рынка» РФФИ 07-01-12146 «Программный комплекс для формирования научных электронных библиотек в области гуманитарного знания, генерации метаданных и семантической разметки», 2007-2009 РФФИ 14-03-12004 «Разработка и внедрение веб-ориентированной информационной системы научного журнала в области гуманитарного знания на базе облачной программной платформы OJS», 2014-2016 РФФИ 15-47-02472_р_поволжье «Формирование научно-информационного пространства Республики Татарстан на основе сервисно-ориентированной платформы science.tatarstan.ru»