371 Разработка и обучение языковой модели для автоматизированной классификации научных статей по кодам ГРНТИ

Романов Александр Юрьевич

руководитель проекта

Старт

01.09.2021

Представление

11.11.2021

Постерная сессия

16.02.2022

Защита

06.06.2022

Паспорт проекта

Аннотация

Существует большой объем наработок и функционирующий (внедренный на реальном предприятии) прототип классификатора для научных статей (аннотаций) по областям знаний (классификатор ВИНИТИ). Пример статьи на эту тему: https://datascience.codata.org/articles/10.5334/dsj-2019-037/. По выбору студентов классификатор может быть как для текстов на английском, так и на русском. В данном проекте существует несколько проблемных направлений: • Разработка системы автоматизированного тестирования текстовых...

Отрасль

Информатика

Цель

Разработать и обучить языковую модель, основанную на архитектуре трансформер, для получения качественных представлений научных текстов с целью последующей их классификации.

Ожидаемые результаты

* Подготовлена языковая модель, обученная на домене научных текстов
* Реализован автоматизированный классификатор по кодам ГРНТИ с использованием языковой модели
* Проведены тесты качества классификации полученного классификатора
* Оптимизация автоматизированного классификатора для промышленного использования в ВИНИТИ РАН

Форма и способы промежуточного контроля

1. Описание структуры программного кода. 2. Описание вносимых изменений в имеющееся программное обеспечение. 3. Описание процесса развертывания классификатора.

Форма представления результатов

1. Демонстрация работы программного обеспечения – в форме видеоролика. 2. Разработанное программное обеспечение. 3. Руководство пользователя. 4. Руководство разработчика.

Ресурсное обеспечение

Материалы и оборудование УЛ САПР МИЭМ НИУ ВШЭ (712/714 каб.).

Имеющийся задел

ВИНИТИ РАН обладает большим корпусом научных текстов, включающих в себя аннотации, ключевые слова и заголовки к научным статьям. На основе данного корпуса текста планируется реализовать и обучить языковую модель архитектуры Transformer для последующего создания сильного классификатора аннотаций научных статей по кодам ГРНТИ. Данная языковая модель сможет быть основой для построения различных классификаторов русских текстов в различных областях применения, не только для ВИНИТИ РАН. В...

Заказчик

Организация / УЛ САПР, ВИНИТИ РАН