Неофициальный отзыв 5 (Нейро-нечеткие методы и алгоритмы анализа электронных неструктурированных текстовых документов)

отзыв на ав'гореферат диссертации Козлова Павла Юрьевича на темч «Оеггро-нечеткие методы и алгорит иы анализа электронных несгпрукгггурированных текстовых докуиентов» г"ово я об акт альности еигаемай в диссе тсп ионном ггсследовангги зада- чи на основе анализа авто е е ата можно отметить след»гаг ее. Проведенный в диссертации анализ современных методов анализа электронных «неструктурированных»» текстовых документов г,ЭНТД) с целью отнесения их к одной или нескольким рубрикам из заранее известного набора позволил автору сделать вьгвод, что разработка и реализация метода рубрицирования ЭНТД связаны с проблемами выбора моделей рубрикаторов в зависимости от специфики документов., условий рубрицирования и динамики изменения рубричного поля.

Как представляется, можно согласиться с автором диссертации, что одним из способов решения указанных проблем является использование мультимодельного метода анализа на основе совершенствования известных моделей рубрицирования текстовой информации и процедур нечеткой динамической кластеризации. Изложенное, а также широкое поле практического применения процедур анализа текстов позволяют сделать вывод об актуальности сформулированной на стр. 5 автореферата научной задачи «разработки и исследования нейро-нечетких методов и алгоритмов анализа электронных неструктурированных текстовых докуьгентов».

Огенггвая основные ези»ль»гаты диссе та ионного исследованггя с точкгг з ения их дастове ности и новизны. можно констати рвать что в диссертации разработан авторский мультимодельный метод анализа ЭНТД на основе таких новых моделей рубрицирования. как нейро-нечеткая модель, модель с использованием нечеткого дерева решений и доработанная под условия решаемой задачи вероятностная модель. Новизной и научной значимостью отличается разработанный автором метод мониторинга и изменения рубрик на основе нечеткой динамической кластеризации, позволяющий учитывать при адаптации моделей этих рубрик изменения языковых особенностей авторов текстов и набора адресатов, осуществляющих подготовку ответа или решения.

Новыми и значимыми для теоретических основ информатики являются также алгоритм построения нейро-нечеткого классификатора с использованием экспертной информации для формализации ЭНТД и модель рубрицирования на основе нечеткого дерева решений, которая использует способ построения текстовых документов в и-мерном пространстве синтаксических признаков и вычисление нечеткой степени соответствия между ними для построения наиболее детализированного дерева и рубрицирования документов. Заведующий кафедрой интеллектуальных систем и управления информационными ресурсами Федерального государственного бюджетного образовательного учреждения 'высшего образования «Казанский национальный исследовательский технологический университет», профессор. доктор физико-математических наук ~:;г' Кирпичников А.П.

Кирпичников Александр Петрович 420015, Российская Федерация, Республика Татарстан, г. Казань, К. Маркса, 68» Тел.: +7 (843) 238-56-94 ,~ 'ч/г1о1'8е«4у~.«эф,"".;,.ф,4 Е-ща11: оЫсеСа 1сыщгц й., ~"я .;;,, РР, В диссертации показано. гго разработанная информационная система Аг1сх 1.0 может достаточно эффективно использоваться в Администрации Смоленской области для рубрицирования поступающих электронных обращений, жалоб и предложений граждан, что свидетельствует о практической значимости результатов диссертации.

Достоверность основных выводов подтверждается результатами тестовых прогонов разработанных алгоритмов, также корректным применением теории искусственного интеллекта и базовых методов теоретической информатики. Вместе с тем следует отметить следующие недостатки: 1. Учитывая, что все типы рассматриваемых в автореферате документы в оби1ем случае имеют определенную структиру, следовало бы более четко пояснить, что понимается под «неструктурированностью» докул<енто. 2. В реферате диссертаиии не конкретизируется вид нелинейного преобразования, на основе которого делается итоговый вывод об отнесении ЭНТД к конкрепгной рубрике при использовании нейро-нечеткой модели 1приведено в выражении 15) на стр.

12). Указанные недостатки автореферата не являются принципиальным и не снижают оценку, которую можно дать диссертационной работе как значимому и обоснованному научному исследованию. Анализ автореферата позволяет заключить, что Козлов Павел Юрьевич заслуживает присуждения ученой степени кандидата технических наук по специальности 05.13.17 «Теоретические основы информатики», т.к. его диссертация, судя по автореферату, удовлетворяет количественным и качественным требованиям «Положения о присуждении ученых степеней», утвержденного Постановлением Правительства Российской Федерации от 24.09.2013 г., №842.

.