Отзыв ведущей организации (Вычислительный комплекс- классификатор текстов с использованием морфологического анализа и нейро-семантических сетей)

Новизна исследования и полученных результатов, сгрормулироваиных в диссераизции Научная новизна диссертационной работы заключается в том, что в ней: 1. Разработан метод морфологического анализа для предварительной обработки текстов, обеспечивающий определение морфологических характеристик всех словоформ. 2. Разработано математическое обеспечение вычислительного комплекса для классификации текстов на основе нейро-семантической сети, создано соответствующее программное обеспечение и экспериментально показано, что реализация этой нейросети имеет более высокую точность классификации текстов по сравнению с другими известными методами, 3.

Разработаны алгоритмическое и программное обеспечение вычислительного комплекса классификации текстов на основе рекурсивного автоэнкодера, который использует конкатенации векторных представлений лемм и морфологических признаков слов. Экспериментально показано„что комплекс также позволяет повысить точность классификации текстов по сравнению с другими известнымн методами. 4. Разработан и экспериментально исследован метод классификации текстов на основе й-ближайших соседей с использованием бинарного дерева, что, как экспериментально показано, позволило обеспечить выигрыш в скорости обработки текстов в 2-4 раза.

Основные результаты *иссертационной работы: 1. Предложен метод морфологпческого анализа, позволяющий определить морфологические характеристики словоформ для их последующей классификации; 2. Разработаны математическое и программное обеспечение вычислительного комплекса для классификации текстов на основе новой нейро-семантической сети, которая использует векторное представление грамматической структуры текстов, что приводит к повышению точности их классификации по сравнению с другими известными методами. 3.

Разработаны алгоритмическое и программное обеспечение вычислительного комплекса классификации текстов на основе рекурсивного автоэнкодера, который использует конкатенации векторных представлений лемм и морфологнческих признаков слов для повышения точности классификации текстов.

4. Разработан и экспериментально исследован метод классификации текстов на основе! -ближайших соседей с использованием бинарного дерева. что позволило обеспечить выигрыш в скорости обработки текстов в 2-4 раза. 5. Разработана архитектура сервер-клиент и соответствующий веб-интерфейс для демонстрапии процессов морфологического анализа и классификации текстов. 6. Полученные в ходе диссертационного исследования результаты внедрены в практические разработки. Обоснованность н достоверность научных положенпй н выводов, сформулированных в диссертации. подтверждается использованием известного математического аппарата, хорошо себя зарекомендовавших методов н подходов, а также согласованностью предложенных в диссертации методов и моделей с результатами экспериментальных исследований на нескольких корпусах текстов, апробацией основных результатов на семинарах, конференциях и в публикациях автора по теме исследования .

Значимость длм науки и практики резулыиаигае, полученных автором диссертации Практическая значимость полученных результатов заключается в том, что разработанные методы классификации текстов, как это экспериментально продемонстрировано в диссертации, позволяют повысить точность классификации текстов на 5-13"» при повышении скорости их обработки в 2-4 раза. Это подчеркивает важность проводимых исследований и позволяет рекомендовать нх продолжение в следующих организациях; Московском физико-техническоом институте 1гос университет). Московском государственном университете, СанктПетербургском государственном университете и других профильных организациях.

Оди1ая оценка диссертационной раоатм Диссертационная работа выполнена на актуальную тему на достаточно высоком научном уровне, материал изложен логично и структурирован. Полученные результаты имеют значение для развития систем интеллектуальной обработки текстовой информации. Содержание диссертационной работы достаточно полно отражено в автореферате. Основные результаты работы опубликованы в тезисах конференций н в статьях Ле Мань Ха, пять из которых опубликованы в изданиях из перечня ВАК. Тема н содержание диссертации соответствует специальности 05.13.15 «Вычислительные машины, комплексы и компьютерные сети 1технические науки)».

в частности, описанные в работе результаты соответствуют п.2 «Теоретический анализ и экспериментальное исследование функционирования вычислительных комплексов с целью улучшения их технико-экономических и эксплуатационных характеристик», пЗ «Разработка научных методов и алгоритмов организации специальной обработки данных, хранения и ввода-вывода информации» паспорта специальности 05.13.15.

В то же время по тексту диссертационной работы есть замечания: 1. Две первые главы диссертации содержат существенно пересекающийся материал, обе они являются обзором существующих методов. в обоих приведены и обсуждаются алгоритмы работы автознкодеров, сверточных нейронных сетей, рекуррентных сетей. В результате дублирования обзорная часть диссертации занимает более 80 страниц текста, превышая в почти в три раза описание предложенных моделей и выполенных диссертантом экспериментов, 2.

Приведенный на стр, 99 диссертации алгоритм под названием "использование двоичного дерева" судя по его тектовому описанию скорее описывает процесс построения дерева, чем его использования прн поиске. Этот алгоритм не полон в том смысле, что, например, не дает ответа на вопрос.

что происходит если на его вход поступает некоторый текст й причем размер дерева равен К н расстояние между рассматриваемым текстом и печеным текстом ~«(для которого построено или строится дерево) больше чем между корнем дерева и целевым текстом. 3. В тексте диссертации нет объяснения крптериев. по которым выбирались алгоритмы классификации текстов для сравнения точности нх работы с теми, что предложенны в работе. Точно также нет объяснения выбора числа слоев нейросетей (с, 110) и размеров скрытых слоев. 4.

Текст диссертации содержит грамматические ошибки, затрудняющие ее чтение (напрмер„«морфологического анализа текстов приводит к снятию многозначность слою>. с. 100). В целом отмеченные недостатки не влияют на положительную оценку диссертационной работы, которая представляет собой законченное научное исследование, содержащее решение задачи разработки математического и программного обеспечения вычислительного комплекса-классификатора текстовой информации. Диссертационная работа «Вычислительный комплекс-классификатор текстов с использованием морфологического анализа и нейро-семантических сетей» удовлетворяет требованиям «Положения о присуждении ученых степеней», предъявляемым к кандидатским диссертациям по специальности 05.13.!5 — «Вычислительные машины, комплексы и компьютерные сети 1технические науки)», а ей автор Ле Мань Ха заслуживает прпсуждення ему ученой степени кандидата технических наук.

Диссертация Ле Мань Ха обсуждалась на семинаре сектора речевых технологий отдела методов классификации и анализа данных Вычислительного центраим. А.А. Дородницыпа ФЙЦ ИУ РАН, Диссертационная работа и отзыв обсуждены н одобрены, протокол семинара № 1 от «21» ноября 20! 7 года. Секретарь семинара и.о.. зав. сектора, ведущий научный сотрудник .ф-, ~3~т хс Чучупал Владимир Яковлевич 1 Вычислительный ~ цейтр им.

А.А. Дородницына, Федерального государственного учреждения «Фе еральный исследовательский центр айнформатнка и управление» Российской академии наук. Е-гпа1 1: с1шс1ш®ссаз. гп Телефон: +7 1916) 5104760 Почтовый адрес: 119333„Россия, Москва, Вавилова. д. 40 .