В работе предлагается вариант решения проблемы оперативного поиска информации в неструкту-рированных информационных ресурсах. Построены и описаны четыре основных блока, реализующих поиск информации по смысловым значениям. В статье предлагается алгоритм решения задачи оценки соответ-ствия смыслового содержания текстовых документов заданной предметной области. Предложенный инфологический подход выполнен на основе анализа данных патентного поиска, опубликованных научных работ и проведенных экспериментальных исследований эффективных методов автоматической оценки содержания неструктурированных информационных ресурсов для организации процессов информационно-аналитического обеспечения научной деятельности. В работе предложен способ оценки и сопоставления тематической направленности данных в не-структурированных информационных ресурсах, на основе применении инфологической системы. Данный способ предполагает проведение кластеризации текстовых документов путем сравнения семантическо-го содержания исследуемого текста и антологии. Описана структура поисковой подсистемы, имеющей сервисно-ориентированную клиент-серверную архитектуру с тонким клиентом (веб-обозреватель). Опи-санный метод был апробирован на наборе текстов, полученных в результате мониторинга открытых публичных инфокоммуникационных Интернет-ресурсов без ограничения темы (получено и обработано более 1 млн. экземпляров текстов). Среди полученных текстов экспертным путем была сформирована обучающая выборка для следующих типов текстов: художественные тексты, научные технические статьи, автоматически сгенерированные псевдонаучные тексты, полученные в результате работы систем, спам-содержащие тексты. Предложен состав и описана общая архитектура программного обеспечения инфологической системы, основные компоненты системы являются кросс-платформенными. На основе результатов экспериментальных исследований показана принципиальная возможность реализации автоматизирован-ной оценки тематического подобия документов на примере инфологической обработки текстов рабочих программ дисциплин, сформированы требования, предъявляемые к программному интерфейсу взаимодей-ствия макета с внешними поисковыми системами.
In operation the way of solving the problem of quick search of information in unstructured information resources is offered. Four main units realizing information search in semantic values are constructed and described. In article the algorithm of the decision of the task of assessment of compliance of semantic contents of text documents of the given data domain is offered. The offered infologichesky approach is executed on the basis of data analysis of patent search, the published scientific operations and the conducted pilot studies of effective methods of automatic assessment of maintenance of unstructured information resources for the organization of processes of information and analytical support of scientific activities. In operation the method of assessment and comparison of a subject directivity of data in unstructured information resources, on a basis use of infologichesky system is offered. This method assumes carrying out a clustering of text documents by comparing of semantic contents of the researched text and the anthology. The structure of the retrieval subsystem having the service-oriented client-server architecture with the thin client (web observer) is described. The described method was approved on a set of the texts received as a result of monitoring of open public infocommunication Internet resources without restriction of a subject (more than 1 million copies of texts are received and processed). Among the received texts by an expert way learning selection for the following types of texts was created: artistic texts, scientific technical articles, the pseudoscientific texts received as a result of operation of systems, a spam automatically generated - the containing texts. The composition is offered and the general architecture of the software of infologichesky system is described, principal components of system are cross-platform. On the basis of results of the pilot studies the basic possibility of implementation of automated assessment of subject similarity of documents on the example of infologichesky processing of texts of working programs of disciplines is shown, requirements imposed to the program interface of interaction of a prototype with external search engines are created.Key words: infological system, assessment of the thematic similarity, information resource working program of discipline, competence, semantic analysis, meaning.
The authors declare that there are no conflicts of interest present.