ФОРМАЛИЗАЦИЯ РАСПОЗНАВАНИЯ И ИДЕНТИФИКАЦИИ СЕМАНТИЧЕСКИХ ОБЪЕКТОВ В ЕСТЕСТВЕННО-ЯЗЫКОВЫХ ТЕКСТОВЫХ ПОТОКАХ
Аннотация
Участившиеся случаи совершаемых в киберпространстве преступлений, в особенности, в
социальных сетях и различного рода мессенджерах требуют создания адекватных и эффектив-
ных мер противодействия. Рост киберпреступлений настолько большой, что они уже могут на-
нести невосполнимый урон государству и обществу. Однако выявление подобного рода преступле-
ний и преступных деяний, наталкивается на большие трудности, так как преступники присутст-
вуют в социальных сетях виртуально и лингвистически, используют всячески их возможности и
особенности для сокрытия следов своих преступлений. И, тем не менее, такими инструментами
противодействия могли бы быть различного рода распознаватели и идентификаторы, способные
автоматически обрабатывать естественный язык, выделять в нем специфические смысловые
черты преступных деяний, распознавать и идентифицировать их. Поскольку по многим парамет-
рам и обстоятельствам применительно к данным ситуациям использования нейросетевого подхо-
да представляется нецелесообразным, в предлагаемой работе разрабатывается собственный
формальный метод проектирования распознавателя для идентификации в текстовых потоках
семантических объектов по их лингвистическим следам. Вводятся такие формальные понятия,
как формальная модель семантического объекта, функция поведения, сценарий, лингвистический
след, функция распознавания. Рассуждения строятся на теоретико-множественных положениях
вычислительной теории семантической интерпретации и используют вычислительное представление смысла текстовых фрагментов для их сравнения на семантическую близость. Предлагае-
мый подход носит общий и универсальный характер, он позволяет формальным образом синтези-
ровать распознаватель семантических объектов по их лингвистическим описаниям и поведению.
В работе все рассуждения и построения иллюстрируются конкретными примерами.
Литература
I.S., Mitrenina O.V., Lando T.M. (ed.). Moscow: Lenand, 2016, 316 p.
2. Shemyakin Yu.I. Nachala komp'yuternoy lingvistiki: ucheb. posobie [The beginnings of computational
linguistics: a textbook]. Moscow: Izd-vo MGOU, A/O "Rosvuznauka", 1992, 120 p.
3. Testelets Ya.G. Vvedenie v obshchiy sintaksis: ucheb. posobie [Introduction to the general syntax: a
textbook]. Moscow: Izd-vo RGGU, 2001, 830 p.
4. Prokhorenok N.A., Dronov V.A. Python 3. Samoe neobkhodimoe [Python 3. The most necessary].
Saint Petersburg: BKhV-Peterburg, 2019, 608 p.
5. Bengfort Bendzhamin, Bilbro Rebekka, Okheda Toni. Prikladnoy analiz tekstovykh dannykh na Python.
Mashinnoe obuchenie i sozdanie prilozheniy obrabotki estestvennogo yazyka [Applied analysis
of text data in Python. Machine learning and the creation of natural language processing applications].
Saint Petersburg: Piter, 2019, 368 p.
6. Luis Pedro Koel'o, Villi Richart. Postroenie Sistemy mashinnogo obucheniya na yazyke Python
[Building a Machine learning System in Python]: transl. from engl. Slinkin A.A. Moscow: DMK
Press, 2016, 302 p.
7. Koncel-Kedziorski R., Hajishirzi H. and Sabharwal A. et al. Parsing algebraic word problemsinto
equations, Transactions of the Association for Computational Linguistics, 2015, 3, pp. 585-597.
8. Devlin J., Chang M.W., Lee K. and Toutanova K. Bert: Pre-training of deep bidirectional transformers
for language understanding, arXiv preprint arXiv:1810.04805, 2018.
9. Hu K., Wu H. and Qi K. et al. A domain keyword analysis approach extending Term Frequency-
Keyword Active Index with Google Word2Vec model, Scientometrics. Springer, 2017, pp. 1-38.
10. Nalimov V.V. Veroyatnostnaya model' yazyka. O sootnoshenii estestvennykh i iskusstvennykh
yazykov [A probabilistic model of language. On the relationship between natural and artificial languages].
Moscow: Nauka, 1979, 303 p.
11. Gladkiy A.V. Sintaksicheskie struktury estestvennogo yazyka v avtomatizirovannykh sistemakh
obshcheniya [Syntactic structures of natural language in automated communication systems]. Moscow:
Nauka. Glavnaya redaktsiya fiziko-matematicheskoy nauki, 1985, 144 p. (Seriya «Problemy
iskusstvennogo intellekta» [Series "Problems of artificial intelligence"]).
12. Naykhanova L.V., Evdokimova I.S. Metody i algoritmy translyatsii estestvenno-yazykovykh zaprosov
k baze dannykh v SQL-zaprosy: monografiya [Methods and algorithms for translating natural language
database queries into SQL queries: monograph]. Ulan-Ude: Izd-vo VSGTU, 2004, 148 p.
13. Sevbo I.P. Graficheskoe predstavlenie sintaksicheskikh struktur i stilisticheskaya diagnostika [Graphical
representation of syntactic structures and stylistic diagnostics]. Kiev: Naukova dumka, 1983, 192 p.
14. Rubashkin V.Sh. Predstavlenie i analiz smysla v intellektual'nykh informatsionnykh sistemakh [Representation
and analysis of meaning in intelligent information systems]. Moscow: Nauka. Glavnaya
redaktsiya fiziko-matematicheskoy nauki, 1989, 192 p. (Seriya «Problemy iskusstvennogo intellekta»
[Series "Problems of artificial intelligence"]).
15. Aggarwal C.C., Al-Garawi F., Yu P.S. Intelligent crawling on the world wide web with arbitrary predicates,
In Proc. of the WWW10, May 2001, pp. 96-105.
16. Agichtein E., Lawrence S., Gravano L. Learning search engine specific query transformations for
question answering, In Proc. of the WWW10, 2001, pp. 169-178.
17. Vishnyakov Yu.M., Vishnyakov R.Yu. Vychislitel'naya semanticheskaya interpretatsiya tekstov
nauchno-tekhnicheskogo stilya [Computational semantic interpretation of scientific and technical style
texts], Sovremennye naukoemkie tekhnologii [Modern high-tech technologies], 2016, No. 12–2,
pp. 236-242.
18. Vishnyakov R.Y., Vishnyakov Y.M. Identification of semantic objects, Journal of Physics: Conference
Series, Bristol May 2021. – Vol. 1902. DOI: 10.1088/1742–6596/1902/1/012104.
19. Vishnyakov Yu.M. Vishnyakov R.Yu. O primenenii vychislitel'noy teorii semanticheskoy interpretatsii k
vyyavleniyu kiberprestupleni [On the application of the computational theory of semantic interpretation
to the identification of cybercrimes], Aktual'nye problemy prikladnoy matematiki, informatiki i
mekhaniki: Sb. trudov mezhdunarodnoy nauchno-tekhnicheskoy konferentsii, Voronezh, 13–15
dekabrya 2021 g. [Actual problems of applied mathematics, computer science and mechanics: Proceedings
of the International Scientific and Technical Conference, Voronezh, December 13-15, 2021].
Voronezh, 2022, pp. 1526-1530.
20. Stepanova E.V., Vishnyakov Yu.M. Programmnoe obespechenie dlya vychisleniya semanticheskoy
blizosti tekstov [Software for calculating the semantic proximity of texts], Prikladnaya matematika:
sovremennye problemy matematiki, informatiki i modelirovaniya: Sb. materialov III-y Vserossiyskoy
nauchno-prakticheskoy konferentsii molodykh uchenykh [Applied mathematics: modern problems of
mathematics, computer science and modeling: A collection of materials of the III All-Russian Scientific
and practical Conference of Young Scientists]. Krasnodar, 2021, pp. 218-223.
