Извлечение номенклатурных наименований из англо- и русскоязычных научно-технических текстов

Обложка

Цитировать

Полный текст

Аннотация

В статье предложен метод извлечения англо- и русскоязычных номенклатурных наименований из научно-технических текстов на основе структурных моделей специальной лексики. Проанализированы их структурные и семантические особенности, а на основе проведенного анализа созданы модели англо- и русскоязычных номенклатурных наименований. Предложен метод автоматического извлечения номенклатурных наименований из англо- и русскоязычных научно-технических текстов. Результаты исследований могут быть использованы при разработке различных систем обработки научно-технических текстов, разметке специальных корпусов, сборе языкового материала при создании терминологических словарей и баз данных за счет учета большего числа моделей специальной лексики и применения методов обработки научно-технических текстов на русском и английском языках.

Об авторах

Юлия Ивановна Бутенко

Московский государственный технический университет им. Н. Э. Баумана

Автор, ответственный за переписку.
Email: iubutenko@bmstu.ru

кандидат технических наук, доцент кафедры теоретической информатики и компьютерных технологий

Россия, Москва

Список литературы

  1. Гринев-Гриневич В.В., Сорокина Э.А., Молчанова М.А. Терминоведение. Изд. 3-е, испр. и доп. М.: ЛЕНАНД, 2023.
  2. Lang C. et al. Transforming Term Extraction: Transformer-Based Approaches to Multilingual Term Extraction Across Domains. Findings of the Association for Computational Linguistics // ACL-IJCNLP-2021. 2021. P. 3607-3620.
  3. Citron D., Ginsparg P. Patterns of text reuse in a scientific corpus // PNAS. 2015. P. 25-30.
  4. Simon N.I., Kešelj V. Automatic term extraction in technical domain using part-of-speech and common-word features // Proceedings of the ACM Symposium on Document Engineering. 2018. P. 1-4.
  5. Наместников А.М., Филлипов А.А., Шигабутдинов И.М. Подход к извлечению многословных терминов из текстов на естественном языке с применением синтаксических шаблонов // Автоматизация процессов управления. 2021. № 3 (65). С. 87-95.
  6. Клышинский Э.С., Кочеткова Н.А. Метод выделения коллокаций с использованием степенного показателя в распределении Ципфа // Новые информационные технологии в автоматизированных системах. 2018. № 21. С. 220-225.
  7. Nugumanova A., Akhmed-Zaki D., Mansurova M., Baiburin Y., Maulit A. NMF-based approach to automatic term extraction // Expert Systems with Applications. 2022. No 199. P.117179.
  8. Кононенко И.С., Ахмадеева И.Р., Сидорова Е.А., Шестаков В.К. Проблемы извлечения терминологического ядра предметной области из электронных энциклопедических словарей // Системная информатика. 2018. № 13. С. 49-75.
  9. Большакова Е.И., Лукашевич Н.В., Нокель М.А. Извлечение однословных терминов из текстовых коллекций на основе методов машинного обучения // Информационные технологии. 2013. № 7. С. 31-36.
  10. Abuzayed A., Al-Khalifa H. BERT for Arabic Topic Modeling: An experimental Study on BERTopic Technique // Procedia Computer Science. 2021. No 189. P. 191–194.
  11. Дубровский Д. И., Сергеев С.Ф. Методологические проблемы оценки генеративного искусственного интеллекта // Искусственный интеллект. Теория и практика. 2023. № 3 (3). С. 2-10.
  12. Кузнецов И.О. Автоматическое извлечение двусловных терминов по тематике «Нанотехнологии в медицине» на основе корпусных данных // Научно-техническая информация. Серия 2. Информационные процессы и системы. 2013. № 5. С. 25-33.
  13. Бручес Е.П., Батура Т.В. Метод автоматического извлечения терминов из научных статей на основе слабо контролируемого обучения // Вестник Новосибирского государственного университета. Серия: Информационные технологии. 2021. Т.19. № 2. С.5-16.
  14. Lossio-Ventura J.A., Jonquet C., Roche, M. et al. Biomedical term extraction: overview and a new methodology // Information Retrieval Journal. 2016. No 19. P. 59–99.
  15. Кочеткова Н.А., Ермаков П.Д. Метод извлечения однословных терминов на основе статистического распределения слов внутри контекста // Научно-техническая информация. Серия 2. Информационные процессы и системы. 2017. № 1. С. 23-28.
  16. Biziukova N.Y., Tarasova O.A., Rudik A.V. et al. Automatic Recognition of Chemical Entity Mentions in Texts of Scientific Publications // Automatic Documentation and Mathematical Linguistics. 2020. No 54. P. 306–315.
  17. Terryn A. R., Host V., Lefever E. In no uncertain terms: a dataset for monolingual and multilingual automatic term extraction from comparable corpora // Language Resources and Evaluation. 2020. No 54.2. P. 385-418.
  18. Цисун С., Шелов С.Д. О классификации номенов и номенклатурных наименований (на материале наименований товаров) // Научно-техническая информация: Серия 2. Информационные процессы и системы. 2015. № 6. С. 37-44.
  19. Лейчик В.М. Терминоведение: Предмет, методы, структура. Изд. 4-е. М.: Книжный дом ≪ЛИБРОКОМ≫, 2009.
  20. Шуфан С., Шелов Д.С. Номенклатурные наименования как элемент китайской научной лексики (на материале языкознания и литературоведения) // Вестник СанктПетербургского университета. Востоковедение и африканистика. 2014. № 3. С. 5-16.
  21. Бутенко Ю.И. Строганов Ю.В., Сапожков А.М. Метод извлечения русскоязычных многокомпонентных терминов в корпусе научно-технических текстов // Прикладная информатика. 2021. № 6. С. 21-27.
  22. Бутенко Ю.И. Строганов Ю. В. Сапожков А. М. Система извлечения многокомпонентных терминов и их переводных эквивалентов из параллельных научно-технических текстов // Научно-техническая информация: Серия 2. Информационные процессы и системы. 2022. № 9. С. 12-21.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».