The object of research, development or design (in Russian) : Объектом исследования являются тематические модели построенные на основе на основе методов кластеризации с применением поиска с чередующимися окрестностями.

The object of research, development or design (in Kazakh) : Зерттеу объектісі – өзгермелі көршілес аймақты іздеу (VNS) амалын пайдалана отырып, кластерлік әдістер негізінде құрастырылған тематикалық модельдер.

Aim of work (in Russian) : Цель работы – найти способы решения задач тематического моделирования в форме прогрессивной кластеризации на основе VNS, которая способна давать эффективные результаты при поиске наилучшего локального оптимума среди всех допустимых. Полученные результаты будут независимы как от текстовой разметки, так и от языка, и будут направлены на решение прикладных проблем NLP.

Aim of work (in Kazakh) : Бұл жобаның мақсаты – тематикалық модельдеу жұмысын VNS негізіндегі (барлық минимумдардың ішіндегі ең жақсы жергілікті минимумды іздестіре алатын қабылетке ие) озық калыстерлеу әдістерімен шешу және соған байланысты жұмыстың тұжырымдамасын қайта құру. Әзірленген алгоритмдер мен модельдер unsupervised learningге жатады және тілге тәуелді болмайды, сонымен қатар тематикалық модельдеу мәселелерін шешеді.

Методы исследования (на русском) : Для достижения цели и решения задач исследования на каждом этапе работ применялись различные методы и подходы, такие как: тематическое моделирование, кластерный анализ, корпусная лингвистика, методы глобальной оптимизации, поиск с чередующимися окрестностями.

Методы исследования (на казахском) : Мақсатқа жету және жұмыстың әрбір кезеңінде зерттеу мәселелерін шешу үшін әртүрлі әдістер мен тәсілдер қолданылды, мысалы: тематикалық модельдеу, кластерлік талдау, корпус лингвистикасы, жаһандық оңтайландыру әдістері, – өзгермелі көршілес аймақты іздеу.

Obtained results and novelty (in Russian) : Получены следующие основные результаты: 1) Разработаны концепции расширенного тематического моделирования, которые включают в себя векторное представление слова/фразы распределительную семантику и n-граммы. 2) Получены результаты исследования алгоритмов обучения интерпретируемым, контекстуализированным векторным представлениям слов/фраз. 3) Подготовлены большие наборы неразмеченных текстовых данных, подходящие для тематического анализа. Получены результаты исследования по сравнению существующих программных инструментов для извлечения тематик из больших корпусов. 4) Получены результаты исследования применения контекстно-зависимых эмбеддингов слов, с последующим анализом структуры данных при помощи подходов кластеризации. 5) Получены результаты концептуального сравнения предложенного метода с существующими. 6) Получены новые алгоритмы обучения на неразмеченных данных (без учителя) для тематического моделирования с помощью кластеризации. 7) Получены предварительные результаты вычислительных экспериментов, направленных на сокращение пространства поиска тематических представлений. 8) Опубликована статья или обзор в рецензируемом зарубежном или отечественном издании, рекомендованном КОКСОН: Kozbagarov, O.; Mussabayev, R.; Mladenovic, N. A New Sentence-Based Interpretative Topic Modeling and Automatic Topic Labeling. Symmetry 2021, 13, 837. https://doi.org/10.3390/sym13050837, (Q2; Impact Factor: 2.713; Percentile = 77)

Obtained results and novelty (in Kazakh) : Төмендегі нәтижелерге қол жеткізілді: 1) Кеңейтілген тематикалық модельдеу концепциялары әзірленді, олардың ішінде сөздің/фразаның векторлық ендірмесі, дистрибутивтік семантикасы және n-граммасы қамтиды. 2) Сөздердің/сөз тіркестерінің интерпретацияланған, контекстіктендірілген векторлық ендірмелерін оқыту алгоритмдерін зерттеу бойынша нәтижелері алынды. 3) Тематикалық талдауға жарамды, таңбаланбаған үлкен мәтіндік деректері жинақталып дайындалды. Қолданыстағы бағдарламалық құралдарды салыстыру мақсатында осы дайындалған корпустарда олардың нәтижелері алынды. 4) Контекске тәуелді болып келетін сөздердің эмбеддингін қолдану бойынша зерттеу нәтижелері алынды, сонымен қатар кластерлік тәсілдер арқылы деректер құрылымына талдау жүргізілді. 5) Ұсынылған әдісті қолданыстағы әдістермен тұжырымдамалық жағынан салыстыру бойынша нәтижелері алынды. 6) Unsupervised learning тәсілдерін пайдалынып кластерлеу арқылы тематикалық модельдеудің жаңа алгоритмдерін зерттеліп және әзірленді. 7) Тематикалық бейнелердің іздеу кеңістігін қысқартуға бағытталған есептеу эксперименттері жүргізіліп алғашқы нәтижелер алынды. 8) БҒСБҚК ұсынған рецензияланатын шетелдік және (немесе) отандық басылымда жарйаланға мақала: Kozbagarov, O.; Mussabayev, R.; Mladenovic, N. A New Sentence-Based Interpretative Topic Modeling and Automatic Topic Labeling. Symmetry 2021, 13, 837. https://doi.org/10.3390/sym13050837, (Q2; Impact Factor: 2.713; Percentile = 77)

The main constructive and technical economic indicators (in Russian) : Основными показателями являются новые концепции расширенного тематического моделирования, которые включают в себя векторное представление слова/фразы распределительную семантику и n-граммы.

The main constructive and technical economic indicators (in Kazakh) : Негізгі көрсеткіштері кеңейтілген тематикалық модельдеудің жаңа тұжырымдамалары, ол сөз/фразаның векторлық ендірмесін, дистрибьюторлық семантиканы және n-граммаларды қамтитын.

Level of implementation (in Russian) : Все выполненные работы направлены на получение единого конечного результата в виде разработанной программной библиотеки.

Level of implementation (in Kazakh) : Барлық орындалған жұмыстар бағдарламалық кітапхана түрінде, біртұтас соңғы нәтиже алуға бағытталған.

Efficiency (in Russian) : Все разработанные методы были экспериментально апробированы на сформированном наборе больших текстовых данных. Получены численные оценки, подтверждающие эффективность разработанных концепций расширенного тематического моделирования.

Efficiency (in Kazakh) : Барлық әзірленген әдістер үлкен мәтіндік деректердің жиынында эксперименталды түрде тексерілді. Кеңейтілген тематикалық модельдеудің әзірленген тұжырымдамаларының тиімділігін бағалайтын сандық бағалар алынды.

Field of application (in Russian) : Разработанные алгоритмы применяются в составе информационных систем тематического моделирования.

Field of application (in Kazakh) : Әзірленген алгоритмдер ақпараттық жүйелердің тематикалық модельдеу бөлігі ретінде пайдаланылады.