Неофициальный отзыв 2 (Нейро-нечеткие методы и алгоритмы анализа электронных неструктурированных текстовых документов)

отзыв на автореферат диссертации Козлова Павла Юрьевича «Нейро-нечеткие методы и алгоритмы анализа электронных неструктурированных текстовых документовл. представленной на соискание степени кандидага технических наук по специальности 05.13.17 Теоретические основы информатики В настоящее время наблюдается возрастающий поток сообщений в рамках информационного обмена между жителями РФ и государственными и муниципальными структурами. Из-за жестко регламентированных сроков обработки жалоб и предложений граждан необходимы методы их автоматизированной обработки, в т.ч.

реализующие функцию рубрицирования !отнесения обращения к конкретной рубрике). Эти методы должны учитывать различные особенности текстовых обращений и нестационарность тезауруса рубрик. вызванную выходом нормативных законодательных актов, а также резонансными выступлениями общественных деятелей и должностных лиц. Известно большое количество научных работ в области анализа текстовых документов. решающих задачу рубрицнрования и извлечения фактов текстов и т.п., причем в автореферате на стр. 4- 5 приводится достаточно полный и обширный перечень ученых.

занимающихся этон проблематикой. Однако можно отметить недостаточную степень проработки методического аппарата рубрицировання коротких текстовых документов, а также динамической адаптации структуры и состава рубрик. В этой связи автором обосновано в качестве новой научной задачи усовершенствование методов анализа электронных неструктурированных текстовых документов 1ЭНТД) на основе нейро-нечеткой, нечетко-логической и вероятностной моделей.

а также метода мониторинга и изменения рубричного поля с использованием процедур динамической кластеризации, что определяет актуальность темы диссертации. Структура автореферата диссертации соответствует рекомендованному стандарту ГОСТ Р 7.0.11-2011. При описании первого научного результата автор анализирует характеристики электронных текстовых документов и рубрик„приводит соответствующие классификации. Соискатель выделяет б типовых ситуаций анализа различных текстовых документов и приводит базу нечетких продукционных правил выбора модели рубрицирования наиболее подходящей для анализа 1стр.

8-11 автореферата). Для корректного отнесения ЭНТД к рубрикам во всех перечисленных типовых ситуациях используются нейро-нечеткая„нечетко-логическая и вероятностная модели. Второй научный результат предполагает использование процедур нечеткой динамической кластеризации текстовых документов для идентификации ситуаций изменения рубрик в условиях нестационарности их тезаурусов.

Автор вводит нечеткий показатель степени близости текстового документа к конкретной рубрике, на основании которого строит систему условий для проверки наступления определенной ситуации 1стр. 14-15). Третий и четвертый научные результаты диссертационного исследовании основываются на полученных теоретических выводах в рамках первого научного результата н являются развитием нейро-нечетких и нечетко-логических моделей рубрицирования на основе каскадного нейро-нечеткого классификатора и нечеткого дерева решений для анализа ЭНТД в условиях взаимозависимости и независимости рубрик 1'стр. 11-!4). Также автором предложен универсальный способ формализации ЭНТД для перечисленных моделей на основе экспертной информации и с использованием синтаксических характеристик слов в предложениях (стр.

12). В автореферате приведен пример алгоритма реализации мультимодельного метода анализа ЭНТД (стр. 16), а также описаны результаты тестирования разработанных методов на стандартном наборе текстовых документов )4еи а8гоцр-20 и на собранных разработанной информационной системой Агах 1.0 жалоб и предложений граждан в Администрации Смоленской области (стр. 17-18), Результаты внедрения разработанной информационной системы на основе предложенных методов, моделей н алгоритмов в Администрацию Смоленской области подтверждают обоснованность и практическую применимость полученных результатов.

При этом можно выделить несколько замечаний по автореферату диссертации, которые не влияют на общую теоретическую и практическую значимость результатов проведенного исследования: - в описании мультимодельного метода анализа и рубрицирования текстовых документов на стр. 9-11 автореферата диссертации не содержится ответ на вопрос о необходимости переобучения всех моделей рубрик при принятии решения об изменении состава рубричного поля: -из текста автореферата неясно, каким образом будут определяться функции принадлежности к нечетким множествам в продукционных правилах для процедуры выбора конкретной модели из множества моделей М, приведенных на 11 автореферата, В заключении следует отметить, что диссертация, судя по материалам автореферата.

выполнена на высоком уровне; результаты имеют существенную теоретическую и практическую значимость, полученные выводы корректно обоснованы, прошли апробацию на различных конференциях. и могут быть использованы для дальнейшего развития автоматизированных систем анализа текстовой информации. Считаю„что диссертация удовлетворяет требованиям «Положения о присуждении ученых степеней», а автор диссертационного исследования Козлов Павел К)рьевич заслуживает присуждения ученой степени кандидата технических наук по специальности 05.13.17 — Теоретические основы информатики.

Доктор технических наук, профессор, профессор кафедры с<Телематика (при ЦНИИ РТК)» ФГАОУ ВО СПбПУ (э(„~ ь есе ((ф. Большаков Александр Афанасьевич Адрес: Россия 195251, г. Санкт-Петербург, ул. Политехническая, дом 29 Тел.: +7 (8121 5526521. факс: ~-7 (812) 5524662: Е-ша(1: 1е1ешайсз®арЬзгц.ги каярем. "..Я('- .