350 руб
Журнал «Информационно-измерительные и управляющие системы» №5 за 2013 г.
Статья в номере:
Новые технологические тренды: выявление в текстах на базе использования гибридных моделей и анализа временных рядов паттернов данных
Авторы:
В.Ф. Хорошевский - д.т.н., зав. сектором «Интеллектуальные прикладные системы», Вычислительный центр им. А. А. Дородницына РАН; гл. н. сотрудник, Центр информационно-аналитических систем ИСИЭЗ НИУ ВШЭ, профессор. E-mail: khor@ccas.ru, vkhoroshevsky@hse.ru
Аннотация:
Рассмотрены вопросы автоматизации процессов выявления новых технологических трендов по текстовым коллекциям на основе гибридного подхода, ориентированного на интеграцию классических статистических методов и методов извлечения информации из текстов на основе системы индикаторов выявления объектов, характеризующих технологические тренды. Спецификой предлагаемого подхода является и то, что по результатам статистической обработки коллекций документов происходит формирование временных рядов паттернов данных терминов тренда и их анализ на базе структурных методов анализа изображений.
Страницы: 25-34
Список источников

 

  1. Преображенский А. Б., Хорошевский В. Ф. Структурная модель восприятия окружающей среды // Вопросы радиоэлектроники. Сер. «Общетехническая». Вып. 13. 1971.
  2. Преображенский А. Б., Рыбина Г. В., Хорошевский В. Ф. МИВОС - многоцелевая естественно-языковая система. Изв. АН СССР. Техническая кибернетика. 1979. № 6. С. 142 - 151.
  3. Хорошевский В. Ф. ATNL - язык представления лингвистических знаний в естественно-языковых системах. // «Вопросы кибернетики». Вып. 055. Интеллектуальные банки данных. Под ред. Л. Т. Кузина. М.: Сов. Радио. 1979. С. 158 - 168.
  4. KimYoungho, TianYingshi, JeongYoonjae, JiheeRyu, MyaengSung-HyonAutomaticDiscoveryofTechnologyTrendsfromPatentText. In: Proc, SAC-09, March 8 - 12. 2009. Honolulu, Hawaii. U.S.A. 2009. P. 1480-1487.
  5. Wang Ming-Yeu, Chang Dong-Shang, Kao Chih-Hsi Identifying technology trends for RD planning using TRIZ and text mining. RD Management. 2010. V. 40. № 5. P. 491-509.
  6. Kontostathis A., Galitsky L., Pottenger W. M., Roy S., Phelps D. J. A survey of emerging trend detection in textual data mining. In: Survey of Text Mining. 2003. P. 185-224.
  7. Glance Natalie S., Hurst Matthew, Tomokiyo Takashi BlogPulse: Automated trend discovery for weblogs // WWW 2004. Workshop on the webloging ecosystem: aggregation, analysis and dymanics, ACM. 2004.
  8. Daim T. U., Rueda G., Martin H., & Gerdsri P. Forecasting emerging technologies: Use of bibliometrics and patent analysis. Technological Forecasting & Social Change. 2006. V. 73. № 8. P. 98-1012.
  9. Bagheri S. K., Nilforoushan H., Rezapour M., Rashtchi M. A new approach to Technology Roadmapping in the Open Innovation context: The Case of Membrane Technology for RIPI. Journal of Science & Technology Policy. Spring 2009. V. 2. № 1.
  10. Goorha S., Ungar L. Discovery of Significant Emerging Trends. In: Proc. of KDD-10, July 25-28, 2010. Washington: DC. USA. 2010.
  11. Pantel P., Lin D. A statistical corpus-based term extractor // Lecture Notes in Artificial Intelligence. Springer-Verlag. 2001. P. 36 - 46.
  12. Naoki S., Yuya K., Yoshiyuki T., Katsumori M. Detecting emerging research fronts based on topological measures in citation networks of scientific publications. Technovation, V. 28. Issue 11. November 2008. P. 758-775.
  13. R. Nallpati Semantic language models for topic detection and tracking. In Proceedings of the conference of the North American chapter of the Association for Computational Linguistics on Human Language Technology (HLTNAACL - 03), 2003.
  14. Tomokiyo T., Hurst M.A language model approach to keyphrase extraction. In: Proceedings of the ACL Workshop on Multiword Expressions, 2003.
  15. Yoon B. Park Y. A text mining-based patent network: analytical tool for high-technology trend. Journal of High Technology Management Research.2004. V. 15 (1).
  16. Алескеров Ф. Т., Гохберг Л. М., Егорова Л. Г., Мячин А., Сагиева Г. С.Анализ данных науки, образования и инновационной деятельности с использованием методов анализа паттернов. // Препринт WP7/2012/07 [Текст] / Ф. Т. Алескеров и др. Нац. исслед. ун-т «Высшая школа экономики». М.: Изд. дом Высшей школы экономики, 2012.
  17. Хорошевский В. Ф. Об одном методе семантической интерпретации паттернов данных на основе структурного подхода. // Препринт WP7/2012/08 [Текст] / В. Ф. Хорошевский. Нац. исслед. ун-т «Высшая школа экономики». М.: Изд. дом Высшей школы экономики, 2012.
  18. Gartner home page: http://www.gartner.com/technology/research.jsp
  19. Рудь В. А., Фурсов К. С. Роль статистики в дискуссии о научно-технологическом и инновационном развитии. // Вопросы экономики. 2011. № 1. С. 120 - 133.
  20. Ефименко И. В.Гибридный подход к выявлению комплексных объектов в области научно-технического прогнозирования: принцип «черного ящика». Всб. трудовмеждунар. конф. OSTIS-2013. Минск. Беларусь. 2013.
  21. Efimenko I., Minor S., Starostin A., Drobyazko G., Khoroshevsky V. Generating Semantic Content for the Next Generation Web, Chapter in Monograph «Semantic Web». Publisher IN-TECH, 2009.
  22. Developing Language Processing Components with GATE Version 7 (a User Guide). http://gate.ac.uk/sale/tao
  23. Морфология. http://company.yandex.ru/technology/mystem/
  24. Witte R., Khamis N., Rilling J. Flexible ontology population from text: The owlexporter. In International Conference on Language Resources and Evaluation (LREC). Valletta. Malta. 05/2010 2010.
  25. Narasimhan R. N. Syntax-directed interpretation of classes of pictures, Comm. ACM, 9, 1966. P. 166 - 173. Рус. пер.: Нарасимхан P. Синтаксическая интерпретация классов изображений: В сб. «Автоматический анализ сложных изображений. Мир, 1969.
  26. Shaw A. C. A formal picture description scheme as a basis for picture processing system, Information and Control. 1969. V. 14. С. 9-52.
  27. Salton G., Buckley C. (1988). Term-weighting approaches in automatic text retrieval. // Information Processing and Management 24 (5): Р. 513 ? 523.