dtЦифровая трансформацияDigital Transformation2522-96132524-2822Educational Establishment “Belarusian State University of Informatics and Radioelectronics”10.38086/2522-9613-2019-2-46-52dt-172Research ArticleТЕХНИЧЕСКИЕ НАУКИTECHNICAL SCIENCESИнтеллектуальный анализ текстовой информации в специализированных областях в системе электронного правительстваIntellectual Analysis of Textual Information in Domain Fields in the System of e-GovernmentМакаревичТ. И.MakarevichT. I.

Магистр филологических наук, старший преподаватель кафедры английского языка гуманитарных специальностей факультета международных отношений БГУ , магистрант 1 курса специальности «Электронное правительство» факультета инновационной подготовки Академии управления при Президенте Республики Беларусь

ул. Ленинградская, д. 20, 220030, г. Минск; ул. Московская, д. 17, 220007, г. Минск

Master of Philological sciences, Senior Lecturer of the Department of English for Humanities, Faculty of International Relations, BSU;  1st year postgraduate student, specialty “e-Government”

20 Leningradskaya Str., 220030 Minsk;  17 Moskovskaya Str., 220007 Minsk, Republic of Belarus

t_makarevich@mail.ruБелорусский государственный университет; Академия управления при Президенте Республики БеларусьBelarusian State University; Academy of Public Administration under the aegis of the President of the Republic of Belaru201905082019024652Copyright © Макаревич Т.И., 20192019Макаревич Т.И.Makarevich T.I.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://dt.bsuir.by/jour/article/view/172

Настоящая статья посвящена изучению применения технологии text mining в научных исследованиях как одного из методов интеллектуального анализа текстовой информации в специализированных областях системы электронного правительства. Значимость работы объясняется тем, что в настоящее время в Республике Беларусь не существует исследований, аналогичных проведенному. Продемонстрировано применение программного пакета Rapid Miner и языка R как сред для глубинного анализа текста. Оптимальной формой изучения предметных онтологий признано так называемое концептуальное индексирование. Обозначены оптимальные подходы к его рассмотрению: формальный и лингвистический. Выявлены проблемы избыточности и многозначности слов. Разработка данной проблематики нацелена на согласование разрозненности русскоязычных и иноязычных терминологических систем специализированных онтологий на основе технологий искусственного интеллекта.

The given paper considers application of data mining technology in scientific research as one of intellectual analysis methods in the domain field of e-Government. The topicality of the issue is stipulated by the current absence of the researches of the kind in the Republic of Belarus. The paper illustrates how the programme package Rapid Miner and the language R have been applied in text mining. Concept indexing has been admitted as the most resultative form of analyzing domain field ontologies. Formal and linguistic approaches are found most effective in analyzing domain field ontologies. The paper identifies the problems of word redundancy and word polysemy. The prognosis for the further research investigation is in interconnectivity of specialized ontologies studying heterogeneous terms on the basis of artificial intelligence (AI).

терминологическая системаспециализированные терминологические словариинформационно-поисковый тезаурусонтологияпредметная областьобработка текстовой информациичастотный анализглубинный анализ текстаязык RRapid Minerэлектронное правительствоterminilogical systemspecialized dictionariesinformation retrieval thesaurusontologydomain areatext information processinganalysis in the frequency domaintext miningthe computer language RRapid Minere-GovernmentReferencesДобров, Б. В. Онтологии и тезаурусы: модели, инструменты, приложения / Б. В. Добров, В. В. Иванов, Н. В. Лукашевич, В. Д. Соловьев. – М.: Бином. Лаборатория знаний, 2009. – 173 с.Dobrov B. V. Ontologii i tezaurusy: modeli, instrumenty, prilozheniya [Ontologies and Thesauruses: Models, Instruments, Applications]. Мoscow, Binom. Laboratoriya znanij, 2009. 173 p. (in Russian).Макаревич, Т. И. English for ICT Students = Английский язык для изучающих информационно-коммуникационные технологии: пособие: в 2-х ч. / Т. И. Макаревич, И. И. Макаревич. – Минск: Акад. упр. при Президенте Респ. Беларусь, 2012. – 382 с.Makarevich T. I., Makarevich I. I. English for ICT Students: textbook: in 2 parts. Minsk: Academy of Public Administration under the aegis of the President of the Republic of Belarus, 2012. 382 p.Piatetsky-Shapiro, G. Knowledge Discovery in Databases / G. Piatetsky-Shapiro, W. Frawley. – New York: AAAI/MIT Press, 1991. – 168 p.Piatetsky-Shapiro G., Frawley W. Knowledge Discovery in Databases. NY: AAAI/MIT Press, 1991. 168 p.Ландэ, Д. В. Подход к созданию терминологических онтологий / Д. В. Ландэ, А. А. Снарский // Онтология проектирования. – 2014. – № 2(12). – C. 83–91.Lande D. V. An Approach to Creating Terminological Ontologies. Ontologiya proektirovaniya [Ontology Project Development], 2014, № 2(12), pp. 83–91 (in Russian).Hofmann, M. RapidMiner: Data Mining Use Cases and Business Analytics Applications / M. Hofmann, R. Klinkenberg. – New York: Chapman & Hall/CRC Data Mining and Knowledge Discovery Series, 2013. – 525 p.Hofmann M., Klinkenberg R. RapidMiner: Data Mining Use Cases and Business Analytics Applications. Chapman & Hall/CRC Data Mining and Knowledge Discovery Series. 1st ed, 2013. 525 p.Тезаурус информационно-поисковый одноязычный: Правила разработки: структура, состав и форма представления // ГОСТ 7.25.-2001. Система стандартов по информации, библиотечному и издательскому делу. – Минск: Межгосударственный совет по стандартизации, метрологии и сертификации, 2001.Tezaurus informatsionno-poiskovyi odnoyazychnyi: Pravila razrabotki: sruktura, sostav I forma predstavleniya // GOST 7.25.- 2001. Sistema standartov po informatsii, bibliotechomu i izdatelskomu delu [Thesaurus Information-Retrieval Monolingual: Rules for Development: Structure, Content and Display Format // GOST 7.25.-2001. System of Standards in Information, Bibliography and Publishing]. Minsk, CIS Council for Standardization, Metrology and Certification Intergovernmental, 2001 (in Russian).Guarino, N. Ontologies and Knowledge Bases: Towards a Terminological Clarification / N. Guarino, P. Giaretta // Towards Very Large Knowledge Bases: Knowledge Building and Knowledge Sharing. – Amsterdam: IOS Press, 1995. – P. 25–32.Guarino N., Giaretta P. Ontologies and Knowledge Bases: Towards a Terminological Clarification. Towards Very Large Knowledge Bases: Knowledge Building and Knowledge Sharing. Amsterdam, IOS Press, 1995, pp. 57–70.Sowa, J. Knowledge Representation: Logical, Philosophical, and Computational Foundations / J. Sowa // Brooks Cole Publishing Co., Pacific Grove, CA. 2000. – V. 45(2). – P. 61–65.Sowa J. Knowledge Representation: Logical, Philosophical, and Computational Foundations. Brooks Cole Publishing Co., Pacific Grove, CA, 2000, V. 45(2), pp. 61 – 65.Ihaka, R. R: A Language for Data Analysis and Graphics / R. Ihaka, R. Gentleman // Journal of Computational and Graphical Statistics. – 1996. – Vol. 5. – № 3. – P. 299–314.Ihaka R., Gentleman R. A Language for Data Analysis and Graphics. Journal of Computational and Graphical Statistics, 1996, Vol. 5, No 3, pp. 299–314.Matloff, N. The Art of R Programming. A Tour of Statistical Software Design / N. Matloff. – San Francisco: No Starch Press. – 2011. – 316 p.Matloff N. The Art of R Programming. A Tour of Statistical Software Design. San Francisco, No Starch Press, 2011. 316 p.

The authors declare that there are no conflicts of interest present.