Побудова онтологій в галузі права за даними сервісу Google Scholar
DOI:
https://doi.org/10.37750/2616-6798.2019.1(28).221313Ключові слова:
інформаційні ресурси, правова інформація, термінологія, мережа природної ієрархії термінів, предметна область, онтологіяАнотація
У статті викладені підходи до структуризації даних, розподілених в наукових документальних ресурсах мережі Інтернет. Представлено методи формування моделей предметних галузей як мереж із термінів певної тематики, які є інформаційно важливими в межах заданої теми. Побудовано мережі природніх ієрархій термінів для корпусу документів, пов’язаних з тематиками “Criminal Law” та “Copyright Law”. Розглянута у статті методика створення мережі зі слів та словосполучень – алгоритм формування мереж природніх ієрархій термінів сприятиме формуванню й удосконаленню понятійного і термінологічного апарату у правовій сфері та гармонізації національного і міжнародного права.Посилання
Лукашевич Н.В., Добров Б.В., Чуйко Д.С. Отбор словосочетаний для словаря системы автоматической обработки текстов. Компьютерная лингвистика и интеллектуальные технологии: труды международной конференции “Диалог – 2008”. Москва, 2008. С. 339-344.
Филиппович Ю.Н., Прохоров А.В. Семантика информационных технологий: опыты словарно-тезаурусного описания. Москва: МГУП, 2002. – 368 с.
Ланде Д.В. Елементи комп’ютерної лінгвістики в правовій інформатиці. Київ: НДІІП НАПрН України, 2014. 168 с.
Lande D.V., Snarskii A.A., Yagunova E.V., and Pronoza E. The Use of Horizontal Visibility Graphs to Identify the Words that Define the Informational Structure of a Text. In: Proceedings of the 12th Mexican International Conference on Artificial Intelligence, 2013. Рp. 209-215.
Yagunova E.D. and Lande D.V. Dynamic Frequency Features as the Basis for the Structural Description of Diverse Linguistic Objects. CEUR Workshop Proceedings. Proceedings of the 14th All-Russian Scientific Conference “Digital libraries: Advanced Methods and Technologies, Digital Collections”. Pereslavl-Zalessky. Russia, 2012. Рp. 150-159.
Wang M., Xu H., Tian L. and Stanley H.E. Degree distributions and motif profiles of limited penetrable horizontal visibility graphs. Physica A: Statistical Mechanics and its Applications. 2018.
Wang M., Vilela A.L., Du R., Zhao L., Dong G., Tian L., and Stanley H.E. Exact results of the limited penetrable horizontal visibility graph associated to random time series and its application. Scientific reports. 8(1). 2018.
Wang M., Vilela A.L., Du R., Zhao L., Dong G., Tian L., and Stanley H.E. Topological properties of the limited penetrable horizontal visibility graph family. Physical Review E. 97(5), 2018.
Luque В., Lacasa L., Ballesteros F., and Luque J. Horizontal visibility graphs: Exact results for random time series. Physical Review E. 80(4). 2009.
Gutin G., Mansour T., and Severini S. A characterization of horizontal visibility graphs and combinatoris on words. Physica A. 390. 2011. Рp. 2421-2428.
Lande D.V. Building of Networks of Natural Hierarchies of Terms Based on Analysis of TextsCorpora. E-preprint ArXiv 1405.6068.
Manning C.D., Raghavan P., and Schütze H. An Introduction to Information Retrieval. Cambridge University Press. 2009. Рp. 22-36.
Salton G. and Buckley C. Term-weighting approaches in automatic text retrieval. Information Processing & Management. № 24(5). 1998. Рp. 513-523.
Ullman J.D. Data Mining, Mining of massive datasets. Cambridge University Press. 2011. Рp. 1-17.
Beel J., GIPP B., Langer S., Breitinger C. Research-paper recommender systems: a literature survey. International Journal on Digital Libraries. 17(4). 2016. Рp. 305-338.
Jones K.S. A statistical interpretation of term specificity and its application in retrieval. Journal of Documentation, MCB University Press. 60. 2004. Рp. 493-502.
Lande D.V., Dmytrenko O.O., Snarskii A.A. Transformation texts into complex network with applying visability graphs algorithms. Информационные технологии и безопасность: материалы XVIII Международной научно-практической конференции ИТБ-2018. Киев: ООО “Инжиниринг”. 2018. С. 20-33. CEUR Workshop Proceedings (ceur-ws.org). Vol-2318 urn:nbn: de:0074-2318-4. Selected Papers of the XVIІШ International Scientific and Practical Conference on Information Technologies and Security (ITS 2018).
Jongejan B., and Dalianis H. Automatic training of lemmatization rules that handle morphological changes in pre-, in- and suffixes alike. In the Proceeding of the ACL-2009. Joint conference of the 47th Annual Meeting of the Association for Computational Linguistics and the 4th International Joint Conference on Natural Language Processing of the Asian Federation of Natural Language Processing. Singapore. August 2-7, 2009. Рp. 145-153.
Baeza-Yates R., Ribeiro B. D. A. N. Modern information retrieval. New York: ACM Press. Harlow. England: Addison-Wesle. 2011.
Porter M.F. An algorithm for suffix stripping. Program. Vol. 14. No. 3. 1980. Рp. 130-137,
Willett P. The Porter stemming algorithm: then and now. Program: Electronic Library and Information Systems. Vol. 40. No 3. 2006. Pp. 219-223.
Lande D.V., and Snarskii A.A. Compactified HVG for the Language Network. In: Proceedings of the International Conference on Intelligent Information Systems: The Conference is dedicated to the 50th anniversary of the Institute of Mathematics and Computer Science. 20-23 Aug. 2013, Chisinau, Moldova: Proceedings IIS, Institute of Mathematics and Computer Science. 2013. Pp. 108-113.
Lande D.V., Snarskii A.A., and Yagunova E.V. Application of the CHVG-algorithm for scientific texts. In: Proceedings of the Open Semantic Technologies for Intelligent Systems (OSTIS), February 20 – 22th. Minsk. 2014. Pp. 199-204.
Kleinberg J.M. Authoritative sources in a hyperlink environment. Journal of the ACM JACM. 46 (5). 1999. Pp. 604-632.
Langville A.N., and Meyer C.D. Google’s PageRank and beyond: the science of searchengine rankings. Princeton university press. 2011.
Cherven K. Network Graph Analysis and Visualization with Gephi. Packt Publishing, 2013.
Kleinberg J. Navigation in a small world. Nature. 2000. 406 (6798). P. 845.
