Разработка прикладных инструментов установления информационного морфизма при анализе текстовых документов на основе семантико-онтологической и графовой моделей

Цели. Исследуется возможность использования семантико-онтологической модели анализа текстовых документов для разработки прикладных инструментов установления информационного морфизма. В качестве текстового онтологического основания для количественного анализа научных текстов рассматриваются паспорта научных специальностей ВАК1. Цель работы состоит в разработке графовой семантикоонтологической модели, которая по тексту статьи или автореферата восстанавливает профиль близости к шифрам специальностей и тем самым задает отображение от пространства документов к пространству паспортов.

Методы. Паспорта научных специальностей обрабатываются как единый корпус. По чанкам строится словарь униграмм и биграмм, рассчитываются TF-IDF2 представления и локальные графы ICAN3. Для пар «документ и паспорт» вычисляются меры сходства, которые в лексическом и семантическом слоях сворачиваются в оценки и объединяются в гибридную метрику. Результат переводится в вероятностное распределение по шифрам через температурный softmax4. Качество модели оценивается на корпусе авторефератов и статей из журналов Перечня ВАК РФ5, дополнительно проводится сравнение с крупными языковыми моделями.

Результаты. Гибридная схема дает точность top 1 около 0.69 и top 3 около 0.90 на авторефератах, а на статьях достигает 0.91 и 0.93. Это выше, чем у лексических и семантических вариантов. Метод выигрывает по top 1 для статей и остается сопоставимым по top 3, сохраняя интерпретируемость через n-граммы и контекстные графы.

Выводы. Паспорта ВАК могут быть практичным онтологическим основанием для анализа научных текстов, а предложенная модель является интерпретируемой и вычислительно экономичной альтернативой для выбора шифра и построения тематических профилей с учетом междисциплинарности.

1. Altınel B., Ganiz M.C. Semantic text classification: A survey of past and recent advances. Inf. Process. Management. 2018;54(6):1129–1153. https://doi.org/10.1016/j.ipm.2018.08.001

2. Sikelis K., Tsekouras G.E., Kotis K.I. Ontology-based Feature Selection: A Survey. arXiv preprint arXiv:2104.07720 [cs.AI], 2021. https://doi.org/10.48550/arXiv.2104.07720

3. Ehring D., Ferraz-Doughty P., Luttmer J., Nagarajah A. A first step towards automatic identification and provision of user-specific knowledge: A verification of the feasibility of automatic text classification using the example of standards. Procedia CIRP. 2023;119:1103–1108. https://doi.org/10.1016/j.procir.2023.02.183

4. Layer M., Luttmer J., Nagarajah A., Stelzer R. Structured representation of pre-defined information backflow in standards and directives. Standards. 2024;4:262–285. https://doi.org/10.3390/standards4040013

5. Stănescu G., Oprea S.-V. Recent trends and insights in semantic web and ontology-driven knowledge representation across disciplines using topic modeling. Electronics. 2025;14(7):1313. https://doi.org/10.3390/electronics14071313

6. Touza I., Balama G., Lazarre W., Guidedi K., Kolyang. Ontology-driven text classification and data mining: Beyond keywords toward semantic intelligence. Revue d’Intelligence Artificielle. 2025;39(3):25–35. https://doi.org/10.18280/ria.390301

7. Pertsas V., Constantopoulos P. Ontology-driven extraction of contextualized information from research publications. In: Proceedings of the 15th International Joint Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management (IC3K 2023). V. 2. KEOD. 2023. P. 108–118. https://doi.org/10.5220/0012254100003598

8. Mohd M., Javeed S., Nowsheena, Wani M.A., Khanday H.A. Sentiment analysis using lexico-semantic features. J. Inform. Sci. 2024;50(6):1449–1470. https://doi.org/10.1177/01655515221124016

9. Demidova L., Zhukov D., Andrianova E., Kalinin V. Model of lexico-semantic bonds between texts for creating their similarity metrics and developing statistical clustering algorithm. Algorithms. 2023;16:198. https://doi.org/10.3390/a16040198

10. Saeeda L., Med M., Ledvinka M., Blaško M., Křemen P. Entity linking and lexico-semantic patterns for ontology learning. In: Harth A., et al. The Semantic Web. Series: Lecture Notes in Computer Science. 2020. V. 12123. P. 138–153. https://doi.org/10.1007/978-3-030-49461-2_9

11. Yelmen I., Gunes A., Zontul M. Multi-class document classification using lexical ontology-based deep learning. Appl. Sci. 2023;13(10):6139. https://doi.org/10.3390/app13106139

12. Bugueño M., de Melo G. Connecting the dots: What graph-based text representations work best for text classification using graph neural networks? In: Findings of the Association for Computational Linguistics: EMNLP 2023. 2023. P. 8943–8960. https://doi.org/10.18653/v1/2023.findings-emnlp.600

13. Varella Ehrenfried H., Venturi Date V.T., Todt E. Exploring graph representation strategies for text classification. Connect. Sci. 2023;35(1):2289832. https://doi.org/10.1080/09540091.2023.2289832

14. Sánchez-Antonio C., Valdez-Rodríguez J.E., Calvo H. TTG-Text: A graph-based text representation framework enhanced by typical testors for improved classification. Mathematics. 2024;12:3576. https://doi.org/10.3390/math12223576

15. Onan A. Hierarchical graph-based text classification framework with contextual node embedding and BERT-based dynamic fusion. Journal of King Saud University – Computer and Information Sciences. 2023;35(7):101610. https://doi.org/10.1016/j.jksuci.2023.101610

16. Цветков В.Я., Курдюков Н.С. Информационное онтологическое моделирование. Russian Technological Journal. 2025;13(2):18–26. https://doi.org/10.32362/2500-316X-2025-13-2-18-26

17. Nabhan A.R., Shaalan K. A graph-based approach to text genre analysis. Computación y Sistemas. 2016;20(3):527–539. https://doi.org/10.13053/CyS-20-3-2471

18. Ali I., Melton A. Semantic-based text document clustering using cognitive semantic learning and graph theory. In: Proceedings of the 12th IEEE International Conference on Semantic Computing (ICSC 2018). 2018. P. 243–247. https://doi.org/10.1109/ICSC.2018.00042

19. Lemaire B., Denhière G. Incremental construction of an associative network from a corpus. In: Proceedings of the 26th Annual Meeting of the Cognitive Science Society. 2004. V. 26. P. 825–830.