The object of research, development or design (in Russian) : Неконтролируемые модели извлечения терминов

The object of research, development or design (in Kazakh) : Терминдерді шығарудың бақыланбайтын үлгілері

Aim of work (in Russian) : Обеспечить конкурентоспособность неконтролируемых моделей извлечения терминов для высокотехнологических доменов и малоресурсных языков

Aim of work (in Kazakh) : Жоғары техникалық аймақтар мен ресурсы аз тілдер үшін терминдерді бақылаусыз шығару үлгілерінің бәсекеге қабілеттілігін қамтамасыз ету

Методы исследования (на русском) : Применялись инструменты и методы обработки естественного языка, метод неотрицательной матричной факторизации, модели семантических эмбеддингов

Методы исследования (на казахском) : Табиғи тілді өңдеудің құралдары мен әдістері, теріс емес матрицалық факторизация әдісі және семантикалық кірістіру модельдері қолданылды.

Obtained results and novelty (in Russian) : - Разработаны эффективные неконтролируемые аннотаторы UA1 и UA2. - Получены оценки производительности аннотаторов UA1 и UA2 на наборах данных ACTER и ACL RD-TEC 2.0. - Разработан эффективный оптимизатор корпуса текстов. - Создан набор данных Matcha в доменах "Материаловедение" и "Блокчейн" на английском и казахском языках. - Оценена производительность аннотаторов UA1 и UA2 на тестовом подмножестве набора данных Matcha. - Разработан новый метод извлечения терминов T-Extractor. - Созданы графы знаний в доменах “Материаловедение” и “Блокчейн”. Научная новизна проекта заключается в разработке новых методов автоматического аннотирования и оптимизации текстовых корпусов, позволяющих компенсировать нехватку обучающих данных и повысить эффективность контролируемых моделей извлечения терминов на английском и казахском языках в доменах “Материаловедение” и “Блокчейн”.

Obtained results and novelty (in Kazakh) : - UA1 және UA2 атты тиімді бақыланбайтын аннотациялаушылар әзірленді. - UA1 және UA2 аннотациялаушыларының өнімділігі ACTER және ACL RD-TEC 2.0 деректер жинақтарында бағаланды. -Мәтін корпустарын тиімді оңтайландырушы әзірленді. - «Материалтану» және «Блокчейн» домендерінде ағылшын және қазақ тілдерінде Matcha атты деректер жинағы құрылды. - UA1 және UA2 аннотациялаушыларының өнімділігі Matcha деректер жинағының тестілік ішкі жиынында бағаланды. - Терминдерді алу бойынша жаңа T-Extractor әдісі жасалды. - «Материалтану» және «Блокчейн» домендерінде білім графтары құрылды. Жобаның ғылыми жаңалығы ағылшын және қазақ тілдерінде «Материалтану» мен «Блокчейн» салаларында терминдерді бақылаулы түрде алу үлгілерінің тиімділігін арттыруға және оқыту деректерінің жетіспеушілігін өтеуге мүмкіндік беретін мәтін корпустарын автоматты аннотациялау мен оңтайландырудың жаңа әдістерін әзірлеуден тұрады.

The main constructive and technical economic indicators (in Russian) : Показатель F1 аннотаторов варьируется в зависимости от домена и составляет 39–51,7% на английском языке и 28,43–38,36% на казахском. Это свидетельствует о конкурентоспособности разработанных решений.

The main constructive and technical economic indicators (in Kazakh) : Аннотаторлдардың F1 көрсеткіші доменге байланысты өзгеріп, ағылшын тілінде 39–51,7%-ды, ал қазақ тілінде 28,43–38,36%-ды құрайды. Бұл әзірленген шешімдердің бәсекеге қабілеттілігін көрсетеді.

Level of implementation (in Russian) : не внедрена

Level of implementation (in Kazakh) : жүзеге асырылмаған

Efficiency (in Russian) : высокая, заменяет ручную работу на 100%

Efficiency (in Kazakh) : жоғары, қол жұмысын 100% алмастырады

Field of application (in Russian) : приложения искусственного интеллекта, интеллектуальные информационные системы, человеко-машинные интерфейсы

Field of application (in Kazakh) : жасанды интеллект қолданбалары, интеллектуалды ақпараттық жүйелер, адам мен машина интерфейстері