Статья, соавторами которой являются заведующий отделом Института информационных технологий НАНА, член-корреспондент НАНА, доктор технических наук Рамиз Алыгулиев, директор Центра Big Data Малазийского технического университета Сити Мариям Шамсуддин и научный сотрудник этого центра, доктор философии Асад Абди, опубликована в журнале «Information Processing & Management» издательства «Elsevier». Отметим, что сотрудничество с малазийскими учеными началось в 2015 году и в рамках этого сотрудничества было подготовлено 7 статей, которые были опубликованы в журналах с высоким импакт-фактором (Knowledge-Based Systems, Expert Systems with Applications, Soft Computing, PLoS ONE, Information Processing & Management).
Статья посвящена проблеме автоматического рефирирования текстов. В статье предложен новый метод для автоматического рефирирования текстов на основе опроса. Здесь метод сентимент-анализа используется для автоматического обнаружения положительных, отрицательных и нейтральных оттенков мнений (комментарий) в тексте. Известно, что самой большой проблемой подходов, основанных на словарях, является то, что он не может различать семантическую разницу между первоначальной полярностью слова (положительная, отрицательная и нейтральная нагрузка слова) и его полярностью в конкретном контексте. Очевидно, что полярность слова зависит от контекста, в котором оно используется. Кроме того, тип предложения также может оказать влияние на метод сентимент-анализа. В методе QMOS также учтены перечисленные выше условия. Для определения совместимости идей (комментариев) из текста с запросами пользователей был использован жадный алгоритм (greedy algorithm) и подход расширения запроса (query expansion approach). Результаты экспериментов показывают, что метод QMOS демонстрирует высокую точность по сравнению с другими доступными методами.
Отметим, что журналу «InformationProcessing & Management» присущи следующие наукометрические показатели:
Impact Factor: 2.391
5-Year Impact Factor: 2.223
CiteScore: 2.83
Quartile in Category: Q1
Source Normalized Impact per Paper (SNIP): 2.068
SCImago Journal Rank (SJR): 0.717
© Всеправазащищены. При использовании информации гиперссылка на сайт www.iсt.az обязательна.