Найти

Результаты поиска

• ИЗВЛЕЧЕНИЕ ПРИЧИННО-СЛЕДСТВЕННЫХ КОРТЕЖЕЙ ИЗ ТЕКСТА НА ОСНОВЕ ГЛУБОКОГО ОБУЧЕНИЯ С ИСПОЛЬЗОВАНИЕМ СИНТЕТИЧЕСКИХ ДАННЫХ

  А.Н. Целых , И. А. Валухов , Л.А. Целых

  2025-01-30

  Аннотация ▼

  Рассматривается проблема разработки модели извлечения полных причинных кортежей из
  неструктурированных текстов для представления ситуаций принятий решений в сложных социо-
  гуманитарных средах. Совокупность извлекаемых кортежей из определенного набора текстов
  представляет собой связанные сущности конкретной среды, что позволяет создать причинно-
  следственные графы. В этой статье предлагается модель извлечения причинно-следственных
  связей с использованием предобученной модели BERT с дообучением на основе дополнительных
  признаков. Для уточнения причинной классификации модель использует два вида признаков (кау-
  зальность глаголов и метрики качества причинного влияния) для распознавания причинного кор-
  тежа, автоматически изучает семантические признаки из предложений, повышая точность из-
  влечения. Предварительная обработка текста осуществляется с помощью библиотеки SpaCy с
  открытым исходным кодом. Извлеченные причинно-следственные кортежи в формате <фраза
  причины, фраза глагола, фраза следствия, полярность> легко трансформируется в соответст-
  вующие элементы графа <исходящий узел, направление связи, входящий узел, знак веса связи> и
  далее могут быть использованы для построения направленного взвешенного знакового графа с
  детерминированной причинностью на дугах. В целях снижения зависимости от внешних знаний
  для дообучения и тестирования модели BERT используются синтетически сгенерированные анно-
  тированые наборы данных. Экспериментальные результаты показывают, что точность извлече-
  ния причинно-следственных связей на синтетических данных достигает 94%, а значение
  F1 – 95%. Преимуществами представленного технологического решения является то, что модель
  не требует высоких эксплуатационных затрат, реализована на компьютере со стандартными
  характеристиками, использует свободное программное обеспечение, что делает ее доступной для
  широкого круга пользователей. Ожидается, что предложенная модель может быть использована
  для автоматизации анализа текстов и поддержки принятия решений в условиях высокой неопре-
  деленности, что особенно актуально для социогуманитарных сред.

• ГЕОИНФОРМАЦИОННЫЕ МОДЕЛИ АВАРИЙНЫХ СИТУАЦИЙ С ПРОСТРАНСТВЕННЫМИ ОБОБЩЕНИЯМИ

  С. Л. Беляков , Л. А. Израилев

  2025-01-30

  Аннотация ▼

  Основной проблемой при принятии решений в аварийных ситуациях остается достоверность
  этих решений. Аварийные ситуации в силу своей непредсказуемой и динамичной природы протекания
  часто обладают неполной и неточной информацией. Использование накопленного опыта позволяет
  находить достоверные решения, опираясь на известные прецеденты аварийных ситуаций. В качестве
  инструмента накопления опыта и генерации на его основе решений могут выступать геоинформаци-
  онные системы (ГИС). Картографическая основа ГИС позволяет анализировать аварийные ситуации,
  учитывая их пространственно-временные характеристики. Однако, картографическое представление
  прецедентов с принятыми решениями описывает их слишком узко. Нет понимания того, какие свойст-
  ва ситуации являются значимыми и можно ли применить решение прецедента в других обстоятельст-
  вах. Использование известных образов и их допустимых преобразований, созданных на основе эксперт-
  ных знаний, способно решить эту проблему. Образ обобщает множество схожих по смыслу прецеден-
  тов. Цель такого обобщения заключается в расширение области применения информации из частных
  наблюдений за счет определения границ допустимых преобразований. Однако необходимость привлече-
  ния экспертов для их создания является труднореализуемой задачей, так как каждая ситуация по-
  своему уникальна. Не менее проблематичным остается перенос опыта из одной пространственно-
  временной области в другую. В данной работе рассматривается подход к автоматическому порожде-
  нию образов. Предлагается способ создания геоинформационной модели аварийных ситуаций, который
  включает обобщение прецедентов по общему местоположению. Этот подход направлен на повышение
  достоверности прогнозирования аварийных ситуаций. Был проведен эксперимент по синтезу образов,
  основанных на прецедентах дорожно-транспортных происшествий, и оценена их эффективность по
  сравнению с отдельными прецедентами. Использование разработанного метода автоматической об-
  работки данных для создания образов является актуальным, так как значительно снижает затраты
  на получение знаний. Применение пространственных обобщений также устраняет необходимость в
  экспертных знаниях, поскольку формирование наборов прецедентов осуществляется путем анализа их
  географического расположения.