Розглянуто задачу кластеризації політематичних текстових документів, основні методи обробки документів та існуючі методи їх кластеризації, визначено основні недоліки та переваги даних методів. Запропоновано адаптивну нечітку нейронну мережу, що самоорганізується, та ймовірнісний і можливісний методи її навчання, які дозволяють виконувати нечітку кластеризацію політематичних текстових документів, що в послідовному режимі надходять на вхід мережі, а також у процесі навчання знаходити нові кластери. Запропоновані методи навчання відрізняються своєю швидкодією та незначною обчислювальною складністю. Запропоновано модель нейро-нечіткої системи кластеризації політематичних текстових документів з нечітким виведенням на підставі комбінованого методу навчання. Набув подальшого розвитку метод навчання для нейронних мереж, що самоорганізуються, який дозволяє підвищити швидкість обробки інформації, покращити якість кластеризації за наявності кластерів, що перетинаються, шляхом використання нечіткого виведення. Запропоновано метод автоматичної кластеризації політематичних текстових документів на підставі генетичного алгоритму зі штучним відбором, який базується на комплекс-методі адаптаційної оптимізації та дозволяє знаходити екстремум довільних функцій великої кількості аргументів за умов істотної невизначеності щодо характеру даних функцій.

  Скачати повний текст

Розв'язано актуальну наукову задачу підвищення якості виділення смислових одиниц тексту (термінів) під час обробки електронних документів, що містять природно-мовні тексти, можливо з помилками. Розроблено концептуальну багаторівневу модель обробки тексту на базі поділу семантичних шарів, модель подання тексту через нечіткі характеристики семантичних складових тексту різного ступеня узагальнення смислу та метод узагальнення семантичного навантаження тексту за шарами символ - морфема - термін. Розроблений метод дозволяє розв'язувати задачу пошуку терміна у тексті з мінімумом помилок пропуску та задачу ідентифікації терміна з мінімумом помилок помилкового спрацювання. Розроблений метод може бути використаний під час розробки інформаційно-пошукових систем, систем категоризації та інших систем, що містять підсистеми морфологічного, термінологічного та семантичного аналізу.

  Скачати повний текст