Построение систем знаний и анализ данных на основе текстовой информации

Объектом исследования в НИР являются различные системы знаний (включая базы данных) и анализ данных на основе текстовой информации, в том числе с применением больших языковых моделей. Целью работы является разработка математических методов, алгоритмов и программных библиотек, позволяющих успешно сочетать подходы, основанные на формальных моделях представления знаний (текстовых, структурных, логических, лингвистических и т.д.), с современными подходами к глубинному обучению на больших данных (в том числе подходы основанные на генерации с дополненной выборкой). В рамках данной работы были получены основные результаты в соответствии с поставленными задачами: 1) Обзор новых публикаций и интернет-источников по междисциплинарным приложениям методов искусственного интеллекта, на основе векторных баз данных, RAG-систем, современных методов повышения логических способностей LLM, техник промпт-инжиниринга. 2) Подготовлены исходные данные (числовые, текстовые, мультимедийные) для проведения вычислительных экспериментов и экспертной оценки предлагаемых решений. 3) Рассмотрены подходы анализа формальных понятий на задачах текста, а также исследована идентификация максимальных клик с учетом справедливости в атрибутивных социальных сетях с помощью понятийно-когнитивного обучения. 4) Обучены модели инфинитарной логики действий на основе синтаксических формальных понятий. 5) Описан агломеративный консенсусный кластер-анализ с автоматическим выбором числа кластеров. 6) Исследованы направления для идентификации текстов, сгенерированных ботами. 7) Разработан вопросно-ответного бота на основе нормативных данных и оценка тональности текстов, в том числе автоматические методы выделения характеристик для идентификации текстов, сгенерированных ботами. 8) Обучена модель для идентификации манипулятивных техник в текстах на основе трансформеров и дискурсивных структур. 9) Разработано мобильное приложение.