Методы интеллектуального анализа текстовых данных и веб-инструменты для обработки и визуализации информации

• Анна Ильина (MLIT JINR)

Room: MLIT-134/3-310 - Комната семинаров Представлены результаты работы в области развития и применения методов обработки и интеллектуального анализа текстовых данных научной и технической информации, а также в области создания эффективных веб-инструментов для обработки и визуализации данных. В частности, описаны результаты исследований в области семантического анализа и извлечения именованных сущностей. Кроме того, предложены решения, направленные на получение информации об использовании ресурсов, включенных в распределенную инфраструктуру DIRAC, а также безопасности сетевых подключений к внутренним сервисам ОИЯИ. __Methods for intelligent text data analysis and web tools for information processing and visualization__ The results are presented on the development and application of advanced methods for processing and intelligent analysis of textual data in scientific and technical domains, as well as on the design of efficient web-based tools for data processing and visualization. In particular, the results of research in the field of semantic analysis and named entity recognition are described. Additionally, solutions are proposed for monitoring resource utilization within the DIRAC distributed infrastructure and ensuring the security of network connections to the internal services of JINR.

Интеллектуальный анализ научно-технической информации на примере патентной документации

• Дарья Зрелова (JINR MLIT)

Room: MLIT-134/3-310 - Комната семинаров Доклад посвящен интеллектуальному анализу научно-технической информации на примере патентной документации. Патентные данные представляют собой релевантный источник информации о долгосрочных технологических тенденциях и практическом воплощении инноваций. Анализ патентов представляет определенную сложность из-за их специфической структуры, обеспечивающей юридическую защиту изобретения, а не детальное раскрытие его сути. В работе рассматриваются особенности анализа патентной информации, при этом особое внимание уделяется современным подходам и методам извлечения ценной информации из патентных данных для определения перспективных направлений развития технологий. В частности, в работе проведен анализ и разбор данных по рубрикам, датам, языкам представления, авторам, владельцам и др. С целью проведения семантического анализа из аннотаций патентов создан корпус документов и определен словарь корпуса, которые использовались для обучения нейросетевой языковой модели на основе Word2Vec. Семантический анализ необходим для анализа текстового содержания патентов, извлечения ключевых терминов, фраз и концепций, характеризующих каждый патент, а также их последующей классификации. __Intellectual Analysis of Scientific and Technical Information Based on Patent Documentation__ This presentation focuses on the intelligent analysis of scientific and technical information, using patent documentation as an example. Patent data represents a relevant source of information on long-term technological trends and the practical implementation of innovations. However, analyzing patents presents certain challenges due to their specific structure, which prioritizes legal protection of the invention rather than a detailed explanation of its essence. This work explores the specifics of patent information analysis, emphasizing modern approaches and methods for extracting valuable insights from patent data to identify promising avenues for technological development. In particular, the study analyzes and examines in detail data related to classifications, dates, languages of submission, authors, owners, and other relevant fields. To conduct semantic analysis, a document corpus was created from patent abstracts, and a corresponding vocabulary was defined. These resources were used to train a neural network language model based on Word2Vec. Semantic analysis is crucial for analyzing the textual content of patents, extracting key terms, phrases, and concepts that characterize each patent, and supporting their classification.