Томашевская Валерия Сергеевна, кандидат технических наук, доцент кафедры корпоративных информацион-ных систем Института информационных технологий ФГБОУ ВО
119454, Россия, Москва, пр-т Вернадского, д. 78
Valeriya S. Tomashevskaya,Cand. Sci. (Engineering), Associate Professor of the Department of Corporate Information Systems, Institute of Information Technologies
78, Vernadskogo pr., Moscow 119454
Яковлев Дмитрий Андреевич, аспирант кафедры корпоративных информационных систем Института информационных технологий ФГБОУ ВО
119454, Россия, Москва, пр-т Вернадского, д. 78
Dmitriy A. Yakovlev,Postgraduate Student of the Department of Corporate Information Systems, Institute of Information Technologies
78, Vernadskogo pr., Moscow 119454
Термин «неструктурированные данные» подразумевает данные, неупорядоченные и произвольные по форме, однако этот тип информации все же обладает определенной структурой. На сегодняшний день существует большое разнообразие данных и, как следствие, появляется необходимость их интерпретировать. Среди задач интерпретации можно выделить прогнозирование, классификацию, кластеризацию, ассоциацию, поиск последовательностей, визуализацию данных, анализ отклонений. Сложность обработки заключается в том, что сами данные могут различаться не только с точки зрения формата, но и с точки зрения своей структуры. Одной из ключевых задач при работе с неструктурированными данными является поиск и выявление закономерностей с целью их понимания и разработки шаблонов заполнения. В работе проводится анализ правил оформления библиографических источников с целью выявления общих закономерностей. Затрагиваются понятия структурированных и неструктурированных данных. Рассматриваются существующие направления работы с неструктурированными данными и способы их обработки, в частности, правила оформления библиографических списков литературных источников. На основании этих правил сформированы шаблоны, состоящие из смысловых групп, на основе примеров соответствующих списков библиографических источников. При итоговом сравнении полученных шаблонов выявлены как общие черты, объединяющие все рассмотренные шаблоны, так и черты, их разделяющие.
The term «unstructured data» means data that is unordered and arbitrary in shape. However, this type of information has a certain structure. Today there is a wide variety of data and, as a result, it is necessary to interpret them. Interpretation tasks include forecasting, classification, clustering, association, sequence search, data visualization, and variance analysis. The difficulty lies in the fact that the data itself can differ not only in terms of format, but also in terms of its structure. One of the key tasks when working with unstructured data is to find and identify patterns in order to understand them and develop filling patterns. The paper analyzes the rules for the design of bibliographic sources in order to identify common patterns. The concepts of structured and unstructured data are touched upon. The existing directions of work with unstructured data and methods of processing unstructured data, in particular, the rules for the design of bibliographic lists of literary sources, are considered. These rules were used to form templates consisting of semantic groups on the basis of examples of the corresponding lists of bibliographic sources. The final comparison of the obtained templates revealed both common features that unite all the considered templates and features that separate them.
The authors declare that there are no conflicts of interest present.