Научный архив: статьи

Автоматическая саммаризация текста – одна из ключевых задач NLP, предполагающая создание краткой версии исходного текста. В современном мире, где объемы потребляемой человеком информации неустанно растут, задаче саммаризации уделяется все больше внимания. Автореферирование предполагает два основных подхода: экстрактивный и абстрактивный. Последний заключается в автоматическом создании саммари текста, в котором могут содержаться слова и предложения, не встречающиеся в источнике. Этот подход зачастую требует использования нейросетевых моделей, и для его реализации необходимы большие наборы специальным образом размеченных данных. Несмотря на значительные успехи в абстрактивной саммаризации публицистических и научных текстов, методы и датасеты, используемые для работы с монологическими документами, не всегда применимы для саммаризации диалогов. Кроме того, хотя создано достаточно много англоязычных датасетов для саммаризации текстов различных доменов, существующие наборы данных для автоматического аннотирования текстов на русском языке пока немногочисленны. Настоящая статья посвящена разработке и описанию русскоязычного диалогового датасета для саммаризации сообщений в родительских чатах и последующему обучению модели абстрактивной саммаризации для русского языка на авторском наборе диалоговых данных. В качестве материала выступил родительский чат с учителем в мессенджере WhatsApp. Процесс ручной разметки датасета включал в себя разбиение всех сообщений чата на отдельные диалоги, создание саммари и присвоение тематических меток для каждого разговора. В результате был создан датасет, содержащий 616 диалогов, в общей сложности состоящих из 3380 сообщений. Для файн-тьюнинга были выбраны модели-трансформеры ruT5, mT5 и RuGPT (ruT5 и RuGPT были предварительно обучены на русскоязычном датасете для автоматической саммаризации новостей), а для оценки их качества – метрики ROUGE-1, ROUGE-2, ROUGE-L, BLEU и BERTScore. В результате модели ruT5, дообученной на авторском датасете, удалось превзойти бейзлайн по всем пяти метрикам.

В статье рассмотрены вопросы качества контрольных материалов для проведения компьютерного тестирования, дающего возможность адекватно оценить знания обучающихся. Особое внимание уделяется проблемам, связанным с формулировкой тестовых вопросов, их сложностью и механизмами оценки качества тестов, что является предметом изучения квалиметрии. В статье прослеживается историческая динамика внедрения тестирования в России и за рубежом, начиная с начала XX века и до современности, включая влияние компьютеризации образования и развитие электронных образовательных систем, таких как LMS Moodle, которая содержит достаточный инструментарий для оценки тестовых заданий. В качестве материала для исследования были рассмотрены тестовые задания для промежуточной аттестации по дисциплине «Информатика», результаты выполнения заданий обучающимися по транспортным специальностям в ФГБОУ ВО СГУПС (кафедра «Общая информатика»). Авторами для оценки качества тестовых заданий были проанализированы три статистических показателя: индекс легкости, индекс дискриминации и коэффициент дискриминации. Индекс легкости позволил определить уровень сложности отдельного вопроса; индекс дискриминации - отделить более успешных испытуемых от менее успешных; коэффициент дискриминации показал связь между результатами выполнения задания отдельными тестируемыми и их оценками за тест в целом. На основании полученных статистических данных были сформулированы выводы о дальнейшем использовании определенных тестовых заданий. Использование статистических инструментов LMS Moodle дает возможность преподавателю достаточно легко отследить проблемные места в тестовых материалах и внести соответствующую корректировку. В итоге статья подчеркивает важность систематического подхода к оценке тестирования как средства контроля знаний обучающихся. Статья отражает авторский подход наряду с общепринятым.

Трансформация исторической памяти об Афганской войне в современной России представляет собой характерный пример тех изменений, которые происходят с исторической памятью и политикой исторической памяти в период трансформации самого общества. В статье анализируются основные источники и формы представления исторической памяти об Афганской войне: учебники истории, публицистика, художественные и документальные фильмы, выступления руководителей государства и ведущих политиков, мемориальное пространство, посвященное данному событию.

В исторической литературе автор выделяет две трактовки этой войны: справедливая помощь дружественному государству в соответствии с нормами международного права и вмешательство во внутренние дела другого государства, которое обернулось многочисленными жертвами. Выделены также несколько этапов в освещении событий Афганской войны. Первый этап - до начала перестройки - характеризуется полным замалчиванием этого события. На следующем этапе трансформация исторической памяти прошла от робких попыток показа помощи в устройстве мирной жизни до демонстрации жестокости этой войны по отношению к ее рядовым участникам. Второй этап связан с 1990-ми гг., когда война стала изображаться бессмысленной и трактоваться как трагедия, которую можно избежать, однако однозначной оценки данной войне не было. На этапе 2000-2018 гг. война представлялась как жестокая и бессмысленная авантюра правящей верхушки. И, наконец, после 2018 г. Афганская война стала трактоваться как справедливая и закономерная помощь дружественному афганскому народу против влияния Запада. Автор приходит к выводу о том, что историческая память об Афганской войне в современной России остается размытой и эклектичной.

В современном мире построение научной карьеры становится все более сложной задачей. Все чаще карьера воспринимается как создание портфолио, которое можно предъявлять работодателю при переходе из одной организации в другую. Развитие специалиста по нескольким ключевым направлениям называется новым термином - «портфельная» карьера. Портфельная карьера, как новая форма профессионального роста и развития, приобретает особую значимость. В этой связи акселераторы научной карьеры представляют собой эффективные инструменты, способствующие успешной реализации потенциала ученых, исследователей и специалистов в их стремлении к развитию. Основной целью акселератора является поддержка лиц, обладающих ключевыми управленческими компетенциями и успешно применяющими их в рамках исполнения своих должностных функций, в интеграции научной деятельности в их карьерные траектории, что способствует развитию их стратегического и аналитического потенциала, а также укреплению научно-технического и инновационного сектора экономики регионов и государства. Цель исследования заключается в формировании практической методики подготовки и реализации акселератора для достижения задач, поставленных перед авторами до момента внедрения рассматриваемого комплекса действий. В результате исследования был проведен анализ эффективности ключевых компонентов программы, таких как наставничество, геймификация и трекинг. Также оценены количественные и качественные показатели успешности программы, такие как количество научных публикаций, заявок на гранты и карьерные достижения участников.

Исследование посвящено анализу вовлеченности пользователей аккаунтов глав пяти муниципальных образований Свердловской области в социальной сети «ВКонтакте». Данный феномен отражает уровень взаимодействия, доверия и активности аудитории официальных страниц руководителей городов, помогая оценить успешность применения онлайн-площадок как инструмента социального цифрового диалога. Анализ аккаунтов глав муниципалитетов показал, что эффективная коммуникационная стратегия требует сочетания официального информирования с персонализированным подходом. Чрезмерная формализация и отсутствие прямого диалога в новостной ленте страницы снижают уровень вовлеченности, тогда как активное взаимодействие с подписчиками, включая размещение ответов на комментарии и публикация личных историй, способствует повышению доверия и активности аудитории. При этом переизбыток информации без должного отклика или искусственное стимулирование вовлеченности негативно влияют на общую результативность информационной политики в социальных медиа. Преобладание положительного контента в аккаунтах градоначальников создает так называемый «информационный пузырь», ограничивающий доступ к полноценной и разноплановой информации по городским вопросам. Данное обстоятельство способствует снижению активности пользователей и их готовности участвовать в обсуждении текущих проблем. Для повышения вовлеченности рекомендуется размещение материалов, ориентированных на актуальные городские сюжеты, их обсуждение и предлагаемые решения. Кроме того, неоднородность вовлеченности, которая была выявлена в ходе исследования, может быть связана с уровнем конкуренции за внимание, образованностью аудитории и цифровой грамотностью населения. В крупных городах, таких как Екатеринбург, такая ривальность и уровень информированности граждан снижают их реакцию на публикуемый контент. Для повышения вовлеченности необходимо учитывать специфику местной пользовательской аудитории, разрабатывать коммуникационные стратегии, принимая во внимание алгоритмы социальной сети «ВКонтакте», не только продвигать релевантный контент, но и формировать активное цифровое местное сообщество.

В ходе исследования была изучена сезонная изменчивость параметров карбонатной системы в зоне смешения речных, заливных и морских вод (р. Преголя, Калининградский залив и прибрежная зона юго-восточной части Балтийского моря) и на фоновой точке в открытом море в 2024 г. Актуальность работы обусловлена важностью понимания буферных механизмов морской воды в условиях речного стока. Изучаемые параметры карбонатной системы тесно связаны с гидрологическими и биогеохимическими процессами и играют ключевую роль в поддержании кислотно-основного баланса вод. Целью исследования являлся анализ изменчивости параметров карбонатной системы в зоне смешения речных, заливных и морских вод (на примере юго-восточной части Балтийского моря в течение 2024 г. Отбор проб воды выполнялся батометром Нискина, температура и соленость воды измерялись мультипараметрическими зондами, определение рН и щелочности выполнялось потенциометрическим титрованием с последующей коррекцией данных в программе CO2SYS. В результате исследования были выявлены значительные сезонные колебания температуры, солености, pH и щелочности. Установлена обратная связь между соленостью и общей щелочностью: речной сток существенно повышает общую щелочность в устьевой зоне, особенно в летний период, и формирует более выраженные пространственные градиенты гидрохимических параметров по сравнению с открытым морем. Полученные данные подчеркивают роль прибрежных эстуарных систем в углеродном балансе полузамкнутых морских бассейнов.

В статье представлены результаты анализа экспериментальных данных по скорости и направлению ветра, а также по некоторым характеристикам турбулентности, полученным в сложных орографических условиях - на краю карьера кимберлитовой трубки «Мир» (г. Мирный, Республика Саха (Якутия)). Измерения проводились с использованием ультразвуковой метеостанции «Метео-2» на высоте 10 м от уровня подстилающей поверхности. Рассмотрено два периода измерений - с июня по август 2023 г. и с ноября 2023 г. по февраль 2024 г. Приведена статистика скорости и направления ветра для этих периодов. Рассмотрена взаимосвязь кинетической энергии турбулентности и вертикального турбулентного потока тепла со скоростью и направлением ветра. Обсуждаются особенности этих взаимосвязей. В частности, как в летний, так и в зимний период при ветре с «материка» на карьер вертикальный турбулентный поток тепла в целом имеет положительные значения и увеличивается с увеличением «фоновой» скорости ветра. При ветре с карьера на точку наблюдения в летнее время наблюдается противоположная закономерность - при увеличении «фонового» ветра поток тепла стремится к отрицательным значениям. Для зимних условий при данном направлении ветра какая-либо взаимосвязь между потоком тепла и скоростью «фонового» ветра практически отсутствует. Полученные результаты могут быть полезны при изучении процессов перераспределения аэрозольных и газовых загрязнений в глубоких карьерах.

В статье представлен корпус текстов с аргументативной разметкой, относящихся к различным типам научной интернет-коммуникации. Разметка корпуса проведена на платформе ArgNetBank Studio. Обсуждаются жанры и функциональные характеристики текстов научной интернет-коммуникации. Сформулированы цель создания корпуса и принципы отбора включаемых в него данных, определены типы отбираемых текстов. Рассмотрены особенности аргументативной разметки научных и научно-популярных статей с комментариями, которые, в отличие от остальных типов включенных в корпус текстов, представляют собой интернет-диалоги. Это обусловливает специфику их аргументативной структуры. Обсуждается также проблема идентификации аргументативных схем, возникающая при разметке текстов разных типов. Проведенный пробный эксперимент показал, что для ряда пар схем выбор между ними затруднен. Предложено учесть сложности такого рода при разработке методики разметки, определив семантические различительные признаки схем аргументации. Данный подход проиллюстрирован на примере одной из рассмотренных пар схем. В ходе разметки аналитических текстов возникла необходимость добавления новых схем рассуждения и дополнения некоторых из уже имеющихся. В статье приведены формализованные описания таких схем и иллюстративные примеры из проанализированных текстов корпуса.

Темой исследования является имитационное моделирование, которое в настоящее время является одним из наиболее распространенных методов анализа и проектирования в сфере транспорта. Большинство задач в этой области связано с построением и исследованием характеристик маршрутов на плоскости. Отмечается, что использование компьютеров в качестве инструмента для этого в первую очередь требует создания адекватных и эффективных способов представления этих маршрутов на акваториях и территориях в вычислительной среде. Классическим представлением подобного рода является дискретное пространство, в котором каждому элементу физической поверхности взаимно-однозначно сопоставлен элемент в памяти компьютера. Как следствие, реальному физическому пространству ставится в соответствие прямоугольный массив данных, каждый элемент которого содержит те или иные выбранные для моделирования свойства исходного объекта. Состав массива данных определяется спецификой задачи. Такой способ представления, являющийся наиболее эффективным с вычислительной точки зрения, имеет в то же время значительный недостаток, объясняемый различной природой свойств исходного объекта и его компьютерной модели, а именно непрерывности и дискретности базовых представлений. При его использовании любые кривые и даже прямые линии, не ортогональные системе координат, изображаются в виде ступенчатых фрагментов, что иногда может приводить к потере основных характеристик. Отмечается, что оцифровка криволинейных объектов, понимаемая как их перенесение с непрерывной геометрической плоскости в дискретное пространство, является сложной и неоднозначно решаемой задачей. В настоящей статье описывается эффективный и объективный алгоритм, используемый для решения этой задачи.

Целью работы является обеспечение непрерывного мониторинга, прогнозирования и достоверности показателей состояния производства и факторов его роста на предприятиях водного транспорта, по данным статистики, на основе опыта моделирования и параметрической оценки производственных функций с применением нейтронных сетей и интеллектуальных систем. В связи с этим появляется возможность формирования значений целевых индикаторов и показателей развития внутреннего водного транспорта по контрольным периодам на краткосрочном и стратегическом уровнях. Предлагается алгоритм численной оценки параметров моделей производственных функций потребления, построенных с помощью регрессионных нейросетей по данным статистики социально-экономического развития региона. Отмечается, что существенным отличием данного способа оценки является использование нейросетевых технологий, способствующих значительному расширению технических возможностей моделирования и повышению точности вычислений путем получения рекуррентных оценок вектора искомых коэффициентов модели. Показано, что для рассматриваемого класса задач «пригонки» траекторий функции потребления к статистическим данным можно применять нейронные модели обобщенно-регрессионных сетей, обладающие простыми режимами обучения и высокой точностью моделирования. При этом применение нейросетевых технологий обеспечивает максимальное приближение модели производственной функции заданной структуры к нейронной модели при заданном начальном приближении с последующим ее использованием для оценки весовых коэффициентов. Применение алгоритма продемонстрировано на примере оценок параметров аппроксимированной с помощью нейросети функции потребления по соответствующим данным временных рядов. Получены численные оценки с применением операторных функций из арсенала Neural Networks Toolbox среды MATLAB. Предложенный алгоритм может быть применен для численного анализа производственных моделей потребления со сложными логико-вероятностными связями при оценивании целевых индикаторов и показателей развития внутреннего водного транспорта.

В данной статье проанализирована эффективность использования нейронной сети для определения маневров расхождения двух судов. Дано краткое описание алгоритма и скрипта MATLAB, позволяющего находить изменения курсов для предотвращения столкновений пар судов. Описывается процесс создания обучающей выборки с помощью ранее разработанного скрипта, включающий предварительную обработку данных для устранения нереалистичных сценариев сближения пар судов, а также ситуаций, в которых отсутствует опасность столкновения. Обучение нейронных сетей выполнялось с помощью алгоритмов оптимизации Левенберга - Марквардта и Adam. В ходе исследования было обучено одиннадцать нейронных сетей с различными параметрами, из которых выбрана сеть, позволяющая прогнозировать изменения курсов для расхождения на безопасной дистанции для пар судов с точностью 94,8 % (точность прогнозов нейронной сети в данном исследовании определена как количество пар изначально опасно сближающихся судов, дистанция кратчайшего сближения которых после обработки нейронной сетью находилась в пределах 0,8-1,2 мили, поделенной на общее количество пар судов). В исследовании выполнено сравнение времени, затраченного на вычисление маневров расхождения с использованием алгоритма и нейронной сети. Исследование показало, что при увеличении количества опасно сближающихся судов до четырех и выше нейронная сеть затрачивает на прогнозирование маневра расхождения в пять раз меньше времени, чем алгоритм. С увеличением числа опасно сближающихся судов разрыв во времени обработки данных между нейронной сетью и алгоритмом увеличивается, что подтверждает целесообразность применения нейронных сетей в обработке больших массивов данных с парами опасно сближающихся судов. В дальнейших исследованиях планируется создать алгоритм для решения задачи безопасного расхождения группы судов, осуществляемого на основе попарного анализа опасности столкновений.

Публикация перевода сочинения архиепископа Вульфстана «Институты политии» с краткой биографической и источниковедческой справкой.