Формирование навигационной структуры электронного архива технических документов на основе онтологических моделей

• Автор: Филиппов, Алексей Александрович
• Шифр специальности: 05.13.12
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Ульяновск
• Количество страниц: 168 с. : ил.

Оглавление

Список сокращений

Введение

1 Анализ методов структуризации архивов текстовых документов

1.1 Обзор моделей текстовых документов в задачах интеллектуального анализа

1.1.1 Модель документа «множество слов»

1.1.2 Модели документа, учитывающие взаимное положение слов

1.2 Методы индексирования текстовых документов

1.3 Структуры для хранения результатов индексирования текстовых документов

1.4 Классификация методов кластеризации

1.4.1 Задача кластерного анализа

1.4.2 Меры близости, используемые в алгоритмах кластеризации
1.4.3 Классификация алгоритмов кластеризации
1.4.4 Иерархические алгоритмы кластеризации
1.4.5 Неиерархические алгоритмы кластеризации
1.5 Интеллектуальные методы индексирования и кластеризации текстовых документов
1.5.1 Методы мягких вычислений в задачах индексирования и кластеризации текстовых документов
1.6 Применение прикладных онтологий в задачах интеллектуального анализа текстовых документов
1.7 Особенности технических документов как ресурсов электронного архива

1.8 Анализ существующих программных систем управления
электронными архивами текстовых документов
1.9 Цели и задачи исследования
Онтологические модели и методы структуризации электронного архива на основе кластеризации
2.1 Формальная модель онтологии электронного архива
2.1.1 Основные требования к онтологии с точки зрения процесса проектирования
2.1.2 Структурно-аналитическая модель прикладной онтологии
2.2 Онтологическая модель технического документа как ресурса электронного архива
2.2.1 Представление технического документа в контексте онтологии предметной области
2.2.2 Формальная онтологическая модель документа
2.2.3 Онтологически-ориентированное индексирование технических документов
2.3 Метод структуризации электронного архива на основе онтологии
2.3.1 Формальная мера расстояния между документами
с учетом онтологии предметной области
2.3.2 Адаптированный РСМ-метод кластеризации документов электронного архива
2.4 Генетическая модель настройки параметров семантических отношений онтологии
2.5 Формальный критерий эффективности применения навигационной структуры
2.6 Выводы по главе
Разработка программной системы интеллектуального электронного архива технических документов
3.1 Структурно-функциональное решение программной системы
3.1.1 Описание функциональных возможностей подсистем хранения данных
3.1.2 Описание функциональных возможностей подсистем интеллектуального анализа документов . . . .
3.2 Описание проекта программной системы
3.2.1 Иерархия классов
3.2.2 Основные алгоритмы программной системы
3.3 Выводы по главе
4 Анализ адекватности разработанных моделей и методов на основе вычислительных экспериментов
4.1 Анализ временных затрат на процессы индексирования и структуризации множества технических документов
4.2 Исследование параметров генетической оптимизации в задаче оптологически-ориентированного индексирования
4.3 Математическая модель оценки качества структуризации .
4.4 Сравнительный анализ эффективности адаптированного БСМ-алгоритма кластеризации
4.5 Анализ результатов вычислительных экспериментов на множестве документов электронного архива ФНПЦ ОАО «НПО «Марс»
4.6 Выводы по главе
Заключение
Библиографический список
А Акт об использовании результатов диссертации
Б Исходные коды основных алгоритмов программной системы
Б.1 Алгоритм нахождения расстояния между двумя онтологическими представлениями ТД
Б.2 БСМ-алгоритм кластеризации адаптированный для работы с традиционными представлениями ТД

Шаг 3. Определение центров кластеров с помощью выражения
; ^ю'=1 и Ч1 ' Ш3 т ,
сг1 = —ф , 1 < г < с.
52.7=1 иц(1-1)
Шаг 4. Расчет новой матрицы с помощью выражения '
ищ = <
1 при й(т^сг1) = тт1<кс ^ (т;-, с*1) О в остальных случаях.
Шаг 5. Проверка условия \Lfi ~ бф_1)|| < 6. Если условие выполняется, завершить процесс, если нет - перейти к шагу 3 с номером итерации 1 = 1 + 1.
Основной недостаток данного алгоритма - большой размер пространства разбиения.
Одним из способов устранения данного недостатка является представление элементов матрицы разбиения числами из единичного интервала. То есть принадлежность элемента данных кластеру должна определяться функцией принадлежности - элемент данных может принадлежать нескольким кластерам с различной степенью принадлежности.
1.5 Интеллектуальные методы индексирования и кластеризации текстовых документов
В процессе интеллектуального анализа текстовых документов следует учитывать различные способы извлечения знаний из текста, например, поиск ключевых понятий по частым наборам слов, идентификация фактов (события или отношения) и их характеристик и т. д. В задаче извлечения ключевых понятий из текста интерес представляют некоторые сущности, события и отношения. При этом извлеченные понятия анализируются и используются для вывода новых.
Извлечение ключевых понятий из текстовых документов можно рассматривать как фильтрацию больших объемов текста. Этот процесс включает в себя отбор документов из коллекции и пометку определенных термов в тексте. Существуют различные подходы к извлечению инфор-