Неофициальный отзыв 4 (Нейро-нечеткие методы и алгоритмы анализа электронных неструктурированных текстовых документов)

В диссертационный совет Д 212.157.01 прн Национальном исследовательском университете «МЭИ» ОТЗЫВ на автореферат диссертации Козлова Павла Юрьевича, выполненной на тему «Нейро-нечеткие методы и алгоритмы анализа электронных неструктурированных текстовых документов» и представленной на соискание ученой степени кандидата технических наук по специа;|ьности 05.13.17 - «Теоретические основы информатики» Актуальность диссертационного исследования и используемых методологических подходов В последние годы принят и успешно реализуется ряд государственных и региональных программ. направленных на повышение откры гости органов власти и вк.почакппих мероприятия по расширению функциональных возможностей используемых кангшов электронной коммуникации, а также систем обработки заявлений и обрашений граждан.

Судя по материалам автореферата, диссертация Козлова П.Ю, выполнена на актуальную тсм1, которая непосредственно связана с повышением эффективности анализа текстовой информации для ее рубрицирования и дальнейшей обработки. Развитие данной тематики предполагает использование методологических подходов на основе современных методов построения экспертных систем и процедур синтаксического анализа текстов. Автор диссертации сосредоточил свое внимание на развитии методов анализа документов произвольной формы, в которых отсутствует формализованная структура, учитывающих при этом нестационарность классов документов и решающих правил отнесения к данным классам Учитывая недостаток информации для применения известных методов на основе вероятностно-статистических алгоритмов. в диссертации обоснованно предложено развитие инструмен гарна анализа текстовых сообщений на основе применения аппарата искусственных нейронных сетей и теории нечетких множеств.

Новизна полученных результатов Автореферат диссертации в краткой форме достаточно полно отражает основныс результаты исследования, обладающие научной новизной, теоретической и практической значимостью. К основным результатам с уверенностью можно отнести две разновидности моделей для анализа текстов — нейро-нечеткую и нечетко-логическую. Первая из указанных моделей отличается использованием экспертной информации для опрс;|сления значимое|и ключевых документов небольшого обьема при построении нейро-нечеткого классификатора.

а вторая — применением нечеткой оценки различия между текстами при построении нечеткого дерева решений. Значимым научным результатом является также метод мониторинга состава и показателей рубрик с помощью алгоритмов динамической кластеризации текстов, учитывающих синтаксические роли отдельных слов. В резуль.ште совместного использовшшя указанных метода и моделей реализуется разработанный алгоритм анализа электронных документов, позволяюших выбирать конкретнук| модель и перестраивать р1бр||чиое поле в зависимости от характеристик документов и результатов предлагаемого мониторинга.

Достоверность и обоснованность выводов, научных результатов и основных положений, выносимых на защиту Обоснованность научных результатов и выводов диссертации определяется корректным применением нейро-сетевых методов, алгоритмов нечеткого логического вывода, процедур извлечения данных из текстов на естественном языке. Досговерность предлагаемых рекомендаций по увеличению точности рубрипирования подтверждается тестированием разработанной на основе предложенных моделей, методов и алгоритмов информационной системы Аггех 1.0 на проверочных наборах данных Межзягопр-20 (пакет «19997») и на наборе документов„поступивших в Администрацию Смоленской области. В ходе апробации авторские результаты научных исследований представлялись на 7 научных конференциях.

Основные замечания по автореферату 1. В автореферате наблюдаются «терминологические» расхождения. Например, одна и та же модель на рис. 2 и на рис. 5 называется «каскадная нейро-нечеткая модель и «нейро-сетевой классификатор» соответственно. 2.

Судя по блок-схеме алгоритма реализации мультимодельного метода анализа электронных документов на рисунке 5 на стр. 16, перед использованием метода голосования классификаторов предварительно не строятся классификаторы, участвующие в голосовании, что не вполне корректно. Отмеченные замечания не изменяют в целом положительной оценки выполненной работы и в основном носят рекомендательный характер.

Заключение о соответствии диссертации требованиям «Положения о порядке прпсуждения ученых степеней» Оценивая автореферат в целом, можно заключить, что диссертация является законченной научно-квалификационной работой, в которой предложен и научно обоснован новый методический аппарат по автоматиЗированному анализу текстовых документов. использование которого позволит повысить эффективность процессов взаимодействия органов власти и граждан посредством способов электронной коммуникации. Также следует отметить уместное и рациональное представление промсжузо пп:Р; выводов в виде табличного и иллюстрационного материала.

Автореферат достаточно полно отражает полученные автором результаты. В целом, как можно судить по тексту автореферата. поставленные автором в рамках диссертационного исследования цели и задачи достигнуты. Полученные результаты являются обоснованными. достоверными, апробированными и соответствуют паспорту специальности 05.13.17 «Теоретические основы информатики». Учитывая вышеизложенные выводы по авторефераг . можно с юга ~ ь рассол ~ рова « работу полностью соответствующей требованиям п. 9 Положения о порядке присуждения ученых степеней (Постановление Правительства Российской Федерации №842 от 24.09.20!3 года), предъявляемым к диссертациям на соискание ученой степени кандидата наук.

а ее автора — Козлова Павла Юрьевича — заслуживающим присуждения ученой степени кандидата технических наук по специальности 05.13.17 — «Теоретические основы информатики». Доктор технических наук, профессор, лахреат Премии Правительства РФ в области науки и техники.

заведующий кафедрой Тульского государственного университета й овича Панарина заверяю. .