ЭМБЕДДИНГИ КАК ОСНОВА АВТОМАТИЧЕСКОГО ИНДЕКСИРОВАНИЯ НАУЧНЫХ ТЕКСТОВ КЛЮЧЕВЫМИ ТЕРМИНАМИ: АЛГОРИТМИЧЕСКИЕ ОГРАНИЧЕНИЯ И СТРУКТУРНО-СЕМАНТИЧЕСКАЯ МОДЕЛЬ

Комаров Иван Дмитриевич

В данной статье рассматриваются особенности применения эмбеддингов в задачах автоматического индексирования научных текстов ключевыми терминами. Для анализа возможностей и ограничений эмбеддинг-ориентированных методов индексирования выделены три группы факторов: равноправие векторов, контекстная размытость, утрата структурной значимости терминов, а также предложена структурно-семантическая модель с использованием взвешенного представления терма и агрегированного вектора документа. Результаты исследования показали, что наилучшее качество и воспроизводимость индексирования достигаются при интеграции семантической близости кандидатов с учётом структуры научного текста, посредством чего обеспечивается повышение согласованности ключевых терминов в цифровых научных коллекциях.

Ключевые слова:автоматическое индексирование, эмбеддинги, ключевые термины, векторные представления, научные тексты, структурно-семантическая модель, цифровые научные коллекции. Komarov Ivan Dmitrievich Postgraduate student at the All-Russian Institute of Scientific and Technical Information of the Russian Academy of Sciences (VINITI RAS) (Moscow)