Мультилингвистическая технология поиска данных для подготовки и принятия решения в информационно-управляющих системах тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Лохмаков, Павел Михайлович

• Лохмаков, Павел Михайлович
• кандидат технических наук
• 2007

Оглавление диссертации кандидат технических наук Лохмаков, Павел Михайлович

1. Поиск данных и документов для подготовки и принятия 9 решения в информационно-управляющих системах

1.1. Поиск информации о производственных ситуациях в ИУС

1.2. Поиск на основе построения терминологической базы 14 документов

1.3. Контекстно-поисковые процедуры на основе реляционных баз 21 данных

1.4. Поисковый сервис сети Интернет

Выводы по разделу

2. Модели и алгоритмы поиска документов в многоязычных информационных ресурсах

2.1. Обобщенный алгоритм работы поисковых систем

2.2. Модели информационного поиска 62 Выводы по разделу

3. Модель запросов ЛПР в среде распределенных информационных ресурсов ИУС

4. Реализация мультилингвистической поисковой системы для подготовки и принятия решения в корпоративных ИУС

3.1. Характеристики модели запросов ЛПР

3.2. Частотная терминологическая модель запросов ЛПР

3.3. Экспериментальные исследования 105 Выводы по разделу

4.1. Алгоритм работы системы

4.2. Реализация предложенных алгоритмов 118 Выводы по разделу

Введение диссертации (часть автореферата) на тему «Мультилингвистическая технология поиска данных для подготовки и принятия решения в информационно-управляющих системах»

Актуальность работы. Для современных информационно-управляющих систем (ИУС) характерен значительный рост объемов многоязычной (мультилингвистической) информации, хранящейся в банках данных предприятий и корпораций. В мультинациональных корпорациях требуется своевременное предоставление управленческому персоналу документов, принадлежащих различным языковым множествам, в процессе подготовки и принятия решения. Значительно возрастают требования к оперативности и качеству функционирования систем поиска мультилингвитсической информации, используемых лицом, принимающим решения (ЛПР) в различных экономических и производственных ситуациях.

Известно, что в процессе управления дискретными техническими и человеко-машинными системами предприятия часто возникает необходимость найти и предоставить ЛПР все хранимые документы и данные (в общем случае, подготовленные и выполненные на разных языках), имеющие отношение к сложившейся производственной ситуации, предварительно упорядочив их по степени важности выдаваемой информации.

Предлагаемые ранее методы решения поставленных задач зачастую оказываются недостаточно эффективными, так как, во-первых, не позволяют осуществить поиск и сортировку больших объемов разнородной информации, характеризующей сложившиеся производственные ситуации, во-вторых, не обеспечивают возможность мультилингвистического поиска данных для подготовки и принятия решения в ИУС.

Указанное обстоятельство требует разработки новых эффективных моделей и алгоритмов поиска мультилингвистической информации, используемой при реализации поддержки принятия решений в ИУС современных предприятий и корпораций - корпоративных ИУС (КИУС). Это обусловливает актуальность, экономическую целесообразность и практическую значимость данного исследования. 3

Необходимо разработать модельно-алгоритмическое обеспечение систем мультилингвистического поиска данных в ИУС, позволяющее на ограниченном интервале времени, отведенном на принятие решения, определить данные и документы, которыми в возникшей ситуации должен руководствоваться ЛПР. При этом данные и документы должны быть упорядочены по степени важности предоставляемой информации. Как правило, с этой целью используются такие характеристики, как ранг документа и данного, характеризующий степень важности их информационного содержания, и количество данных и документов, используемых в конкретной производственной ситуации.

В работе основное внимание уделено разработке новых математических моделей и алгоритмов реализации мультилингвистического поиска данных о ситуациях, возникающих в ИУС, и требующих подготовки и принятия решения в режиме реальных временных ограничений.

Объектом диссертационного исследования являются процессы подготовки и принятия решения в информационно-управляющих системах.

Предмет исследований - модели и алгоритмы поиска мультилингвистической информации, используемой при реализации поддержки принятия решений в ИУС современных предприятий и корпораций.

Цель диссертационного исследования состоит в повышении эффективности поиска мультилингвистической информации для поддержки принятия решений в корпоративных информационно-управляющих системах.

• выявления специфики формирования и функционирования мультилингвистических поисковых систем, анализа существующих подходов к организации подготовки и принятия решения в ИУС;

• моделирования запросов ЛПР с учетом его информационных потребностей в конкретных производственных ситуациях, возникающих в системе;

• разработки алгоритма непрерывной корректировки модели ЛПР в рамках мультилингвистической технологии поиска данных и документов с учетом новых информационных запросов ЛПР и характеристик производственных ситуаций;

• модификации существующих алгоритмов мультилингвистического поиска данных и документов в ИУС, разработки новых методик, обеспечивающих заданный уровень релевантности электронных документов ИУС требуемой производственной ситуации;

• разработки алгоритма ранжирования и определения уровня релевантности электронных документов в ИУС требуемой производственной ситуации, использующего мультилингвистический информационно-терминологический базис.

• реализации разработанных моделей и алгоритмов в реальных проектах систем поддержки принятия решений в ИУС.

Методы исследования. Основные теоретические и прикладные результаты работы получены на основе методологии системного анализа, статистических методов обработки данных, информационных и коммуникационных технологий и методов прикладной математики.

Научная новизна работы:

Разработан новый алгоритм формирования и непрерывной корректировки параметров модели ЛПР на основе методологии вероятностного латентно-семантического анализа, позволяющий учесть семантическую близость терминологического состава последовательных запросов ЛПР при реализации поддержки принятия решений в ИУС современных предприятий и корпораций.

Разработана новая модель мультилингвистического поиска данных для подготовки и принятия решения в КИУС, отличающаяся от известных процедурами формирования запросов и обработкой отклика, которые базируются на узкоспециализированных многоязычных частотных словарях.

Предложена оригинальная методика обеспечения заданного уровня релевантности электронных документов ИУС требуемой производственной ситуации, использующая мультилингвистический информационно-терминологический базис.

Разработан новый алгоритм ранжирования данных и документов в ИУС, позволивший реализовать мультилингвистическую метапоисковую технологию для подготовки и принятия решения в ИУС корпоративного типа.

Значение для теории. Результаты, полученные при выполнении диссертационной работы, имеют существенное значение для развития моделей и методов поиска и обработки мультилингвистической информации при управлении сложными информационно-управляющими системами производственного назначения.

Разработанные в диссертации модели могут использоваться для повышения эффективности процессов подготовки и принятия решения в корпоративных информационно-управляющих системах.

Практическая ценность. Разработанный в диссертации подход к моделированию информационных запросов лица, принимающего решение, позволяет учесть его информационные потребности в конкретной производственной ситуации, поскольку основной задачей управляющего персонала КИУС является поиск необходимой информации для принятия решения. Это создает основу для разработки методов и алгоритмов формирования персонализированных программно-информационных сред взаимодействия ЛПР с распределенными информационными ресурсами системы управления,

Мультилингвистическая технология поиска данных имеет существенное значение для решения практических задач интерактивного формирования многоязычных информационных ресурсов.

Достоверность полученных результатов подтверждается корректным использованием методологии системного анализа и методов поиска и обработки информации при обосновании полученных результатов, выводов, рекомендаций, а также успешной апробацией и демонстрацией возможностей разработанной системы при проведении экспериментов на базе информационно-управляющей среды в ФГУП ЦКБ «Геофизика».

Реализация результатов работы.

Диссертационная работа выполнялась в рамках проекта РНП 2.2.2.3.9676 «Моделыю-алгоритмическое обеспечение мультилингвистической технологии интерактивного формирования многоязычных информационных ресурсов» аналитической ведомственной целевой программы "Развитие научного потенциала высшей школы (20062008 годы)".

Полученные в диссертационной работе результаты внедрены в учебный процесс ФГОУ ВПО «Красноярский государственный технический университет».

Па основе моделей и математических методов была разработана программная система «Multi-Lingvo ver.1.0», предназначенная для мультилингвистического анализа информационно-терминологического базиса в области системного анализа. Программная система прошла экспертизу и зарегистрирована в Отраслевом фонде алгоритмов и программ (ОФАП), что делает ее доступной широкому кругу специалистов по системному анализу и специалистов, занимающихся техническим переводом и занимающихся формированием тематических коллекций для информационного обеспечения корпоративных информационно-управляющих систем.

Апробация работы. Основные положения и результаты работы прошли апробацию на 47-49-й научно-технических конференциях преподавателей, аспирантов и студентов Красноярского государственного технического университета (2005-2007), на Пленарном заседании Второй Всероссийской конференции «Молодежь и наука: начало 21-го века», посвященной 50-летию КГТУ (2006), на VI-й Всероссийской научно-практической конференции «Инновационные недра Кузбасса. 1Т-технологии» (2007), на IV-m Международном технологическом конгрессе «ВТТВ-Омск» (2007), на ежегодной заочной конференции РАЕН «Современные телекоммуникационные и информационные технологии» (2006). Диссертационная работа в целом обсуждалась на научных семинарах Красноярского государственного технического университета, НИИ Систем управления, волновых процессов и технологий (2005-2007 гг.).

Публикации. По материалам диссертации опубликовано 10 работ, из них 3 без соавторов. Полный список публикаций представлен в конце автореферата.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Лохмаков, Павел Михайлович

Выводы по разделу 4

1. Разработанная система поддержки принятия решения в корпоративных информационно управляющих системах разработана на базе современных информационных технологий, и в полной мере реализует модели и методики поиска и ранжировании информации. Это позволяет перейти на новый этап развития технологии поддержки принятия решения за счет существенного сокращения трудозатрат при обработке необходимой информации, а так же при возникновении проблем и ситуаций, требующих принятия решения на корпоративном уровне.

2. Реализован алгоритм ранжирования и определения релевантности документов производственной ситуации. Полученные результаты можно применять как при работе с системами поддержки принятия решения, так и в поисковых системах, направленных на обработку результатов поиска как одного, так и нескольких поисковых сервисов (метопоисковые технологии).

3. Реализован алгоритм текстового анализа документа для определения уровня релевантности этого документа заданной производственной (корпоративной) проблеме/ситуации. Данный алгоритм позволяет анализировать тексты, принадлежащие к любой языковой группе. Возможен анализ письменности, основанной на иероглифах.

4. Предложенная поисковая методика в полной мере охватывает технологию работы с мультилингвистическими корпоративными базами данных и информационными хранилищами. Данная методика позволяет перейти на новый уровень развития технологий корпоративных информационных систем, учитывающей всестороннюю поддержку ЛПР (профиль пользователя, его требования к необходимой информации).

5. Предложенный способ организации модели запросов ЛПР в ИУС позволил разработать новый алгоритм формирования и непрерывной корректировки данной модели с учетом новой информации, получаемой при взаимодействии ЛПР с системой в рамках конкретных производственных ситуаций.

Заключение

Предложенный способ организации модели запросов ЛПР в ИУС позволил разработать новый алгоритм формирования и непрерывной корректировки данной модели с учетом новой информации, получаемой при взаимодействии ЛПР с системой в рамках конкретных производственных ситуаций.

Разработанный алгоритм формирования и непрерывной корректировки параметров модели ЛПР реализован на основе методологии вероятностного латентно-семантического анализа, что позволило учесть семантическую близость терминологического состава последовательных запросов ЛПР при реализации поддержки принятия решений в ИУС современных предприятий и корпораций.

Разработана новая модель мультилингвистического поиска данных для подготовки и принятия решения в КИУС, отличающаяся от известных процедурами формирования запросов и обработкой отклика, которые базируются на узкоспециализированных многоязычных частотных словарях.

Показано, что использование мультилингвистического информационно-терминологического базиса для поисковых технологий в корпоративных ИУС повышает эффективность сетевых поисковых сервисов при определении релевантности и ранжировании данных и документов в системе, за счет применения:

- оригинальной методики обеспечения заданного уровня релевантности электронных документов ИУС требуемой производственной ситуации, использующей мультилингвистический информационно-терминологический базис;

- нового алгоритма ранжирования данных и документов в ИУС, позволившего реализовать мультилингвистическую метапоисковую технологию для подготовки и принятия решения в ИУС корпоративного типа.

Таким образом, в данной диссертационной работе решена задача автоматизации мультилингвистической технологии поиска данных для подготовки и принятия решения в информационно-управляющих системах, имеющая существенное значение для теории и практики задач анализа и обработки мультилингвистической информации и интеллектуализации систем поддержки и принятия решений.

Перспективным направлением является дальнейшее развитие предлагаемых методик определения релевантности и ранжирования данных и документов в поисковых сервисах сети Internet.

Список литературы диссертационного исследования кандидат технических наук Лохмаков, Павел Михайлович, 2007 год

1. Атанов, Г.А. Структурирование понятий предметной области с помощью методов представления знаний/ Г.А. Атанов, И.Н. Пустынникова //Искусственный интеллект, №2,1997. с.29-40.

2. Ахо А., Хопкрофт Дж., Ульман Дж. Структура данных и алгоритмы. М.: Вильяме, 2000.

3. Башмаков, А.И. Технология и инструментальные средства проектирования тренажерно-обучающих комплексов для профессиональной подготовки и повышения квалификации. Часть 2. /А.И. Башмаков, И.А. Башмаков //Информационные технологии. №7, 1999. -с.39-45.

4. Бовтенко, М.А. Компьютерная лингводидактика: Учеб. пособие. -Новосибирск: Изд-во НГТУ, 2000.

5. Брюхов Д.О., В.И. Задорожный, JI.A. Калиниченко, М.Ю. Курошев, С.С. Шумилов. Интероперабельные информационные системы: архитектуры и технологии. Системы управления базами данных, 4, 1995.

6. Ван Лоун, Ч. Матричные вычисления. Издательство "Мир", Москва, 1999.

7. Вендров, А.М. CASE-технологии. Современные методы и средства проектирования информационных систем. М.: Финансы и статистика, 1998.

8. Вендров, А.М. Один их подходов к выбору средств проектирования баз данных и приложений //Системы управления базами данных. №3, 1995. -с.75-86.

9. Вторая ежегодной конференции «Поисковая оптимизация и продвижение сайтов». 2002 http://www.wmate.ru.konf.htm.

10. Ю.Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб.: Питер, 2001. - 384с.

11. П.Гаврилова, Т.А. Адаптивный диалог и модель пользователя / Т.А. Гаврилова, Е.В. Зудилова //Диалог-95: материалы международного семинара по компьютерной лингвистике и ее приложениям. Казань, 1995. -с.88-97.

12. Даконта М, Саганич A. XML и Java 2. СПб.: Питер, 2001. - 384с.

13. Даниэла Флореску, Алон Леви, Альберто Мендельсон. Технологии баз данных для World-Wide Web: обзор. Системы управления базами данных, 4,1998.

14. Дж. Голуб, Ч. Ван Лоун. Матричные вычисления. Издательство "Мир", Москва, 1999.

15. Джексон, Г. Проектирование реляционных баз данных для использования с микро-ЭВМ. -М.:Мир, 1991.

16. Зеленков, П.В. Программная система «Multi-BasisOptimization у1.0»/Ковалев И.В., Зеленков П.В., Огнерубов С.С., Ежеманская С.Н.// Компьютерные учебные программы и инновации. №7,2005. - С. 20-21.

17. Илан Гринберг, Ли Гарбер. Разработка новых технологий информационного поиска. Открытые Системы, 10,1999.

18. Калянов, Г.Н. Консалтинг при автоматизации предприятий. Подходы, методы, средства. -М.: СИНТЕГ, 1997.

19. Калянов, Г.Н. Сравнение и проблема выбора методов структурного системного анализа / Г.Н. Калянов, А.В. Козлинский, В.Н. Лебедев //PC WEEK/RE. -№34,1996.

20. Калянов, Т.Н. Сравнительный анализ структурных методологий / Г.Н. Калянов, А.В. Козлинский, В.Н. Лебедев //Системы управления базами данных. №5,1997. - с.75-78.

21. Камер Дуглас Э. Компьютерные сети и Internet. Разработка приложений для Internet: Пер. с англ. М.: Изд. дом "Вильяме", 2002. - 640 с.

22. Карберри, С. Модели пользователя: проблема неадекватности //Новое в зарубежной лингвистике. Вып. 24. - М., 1989. - с.259-291.

23. Кириллов, В.П. SSADM передовая технология разработки автоматизированных систем //Компьютеры + программы. - №2, 1994. -с.8-17.

24. Колесников А.О. Реализация авторской системы в сетевой среде // http://www.ulstu.ru/conf/NMK99/2-14.htm

25. Кривошеев, А.О. Перспективные internet-технологии информационного обеспечения образовательных услуг Часть 1. / А.О. Кривошеев, Г.С. Голомидов, А.Н. Таран //Информационные технологии. №7, 1998. - с.38-44.

26. Кустов Д.В. PLSA-адаптация модели пользователя в открытой информационно-образовательной среде/ И.В. Ковалев, Д.В. Кустов// Журнал «Телекоммуникации и информатизация образования».-2004 № 6(25)- Москва. СГУ.-С. 41-51.

27. Кустов Д.В. XML-ориентированная модель гипермедиа/ Д.В. Кустов// Вестник университетского комплекса: Сб. научн. Трудов/ Под общей ред. профессора Н.В. Василенко; Красноярск: ВСФ РГУИТП, НИИ СУВПТ-2005-Вып. 3(17).-С. 16-36.

28. Кустов Д.В. Агентные технологии для поиска и сбора информации/ Д.В. Кустов// Материалы докладов всероссийской научной конференции молодых ученых. «Наука. Технологии. Инновации». Ч.1.- Новосибирск. 2003.-С. 187-189.

29. Кустов Д.В. Активная модель пользователя в среде распределенных информационных ресурсов/ Д.В. Кустов// Решетневские чтения: материалы IX Междунар.науч.конф., посвящ.45-летию Сиб.гос.аэрокосмич.ун-т.-Красноярск, 2005.-С. 217-218.

30. Кустов Д.В. Интеллектуальные агенты и базы данных/ Д.В. Кустов// Сборник материалов VII Всероссийской научной конференции "Решетневские чтения". Красноярск. 2003. - С. 230-231.

31. Кустов Д.В. Модуль реализации активной модели пользователя. М.: ВНИТЦ, 2006. - № 50200600031, Per. номер ОФАП 5544.

32. Кустов Д.В. Мультиагентные технологии поиска информации в распределенных источниках/ Д.В. Кустов// Вестник НИИ СУВПТ: Сб. научн. трудов/ Под общей ред. профессора Н.В.Василенко Красноярск НИИ СУВПТ. 2003. - Вып. 14. - С. 22-30.

33. Кустов Д.В. Программная структура корпоративной системы с элементами адаптации. М.: ВНИТЦ, 2006. - № 50200600032, Per. номер ОФАП 5545.

34. Кустов Д.В., Слободан М.Ю., Огнерубов С.С. «Адаптивная метапоисковая система». Инвентарный номер ФАП: 5955. Код программы поЕСПД: .03524577.01366-01.

35. Лекции по теории графов / Емеличев В.А., Мельников О.И. Сарванов В .И., Тышкевич Р.И. М.: Наука, Гл. ред. физ.-мат. лит., 1990. - 384 с.

36. Логический подход к искусственному интеллекту: от классической логики к логическому программированию/Пер. с франц. М.: Мир, 1990. - 432с.

37. Лорьер Ж.-Л. Системы искусственного интеллекта. / Пер. с франц. М.: Мир, 1991.-568с.

38. Лохмаков, П. М. Мультилингвистический^ переводчик по системному анализу Текст. / П.М. Лохмаков, И.В. Ковалев, К.В. Полянский, Р.Ю. Царев, С.С. Огнерубов, М.В. Карасева // Инновации в науке и образовании. -2007. № 3 (26). - С. 19.

39. Лохмаков, П.М. Инструментарий поисковых систем сети Интернет Текст. / П.М. Лохмаков // Вестник университетского комплекса: сб. научн. тр. / под ред. Н.В. Василенко; НИИ СУВПТ, ВСФ РГУИТП.-Красноярск, 2006. Вып. 23.- С. 113-118.

40. Лохмаков, П.М. Особенности разработки локальных информационных систем Текст. / П.М. Лохмаков // Вестник университетского комплекса: сб. научн. тр. / под ред. Н.В. Василенко; НИИ СУВПТ, ВСФ РГУИТП,-Красноярск, 2006. Вып. 23.- С. 136-140.

41. Мазурина С.М. Разработка моделей представления и обработки знаний в продукционных экспертно-обучающих системах. М.: МГИЭМ. 1995. -164с.

42. Макфредрис, П. Создание Web-страниц. М.: Астрель, 2004. - 230 с.

43. Мамиконов А.Г. Принятие решений и информация. М.: Наука, 1983. -184 с.

44. Манако, В. Коллекции интерактивных словарей для непрерывного обучения индивидуала. / В. Манако, А. Манако, К. Синица //Educational Technology & Society, 2001 № 4(1), http://ifets.ieee.Org/russian/depository/v4il/html/2.html

45. Марка, Д.А. Методология структурного системного анализа и проектирования SADT. М.: Метатехнология, 1993.

46. Некрестьянов, И.С. Тематико-ориентированные методы информационного поиска текст. дис. канд. физ. мат. наук: 05.13.11 /Новиков Б.А. Санкт-Петербург, 2000 -136 с. - библиогр. 126-136 с.

47. Нелюбин, Л.Л. Компьютерная лингвистика и машинный перевод. М., 1991.

48. Перегудов Ф.И., Тарасенко Ф.П. Основы системного анализа- Томск: Изд-во НЛТ, 1997.-396 с.

49. Позин, Б.А. Современные средства программной инженерии для создания открытых прикладных информационных систем //Системы управления базами данных. №1,1995. - с. 139-144.

50. Попов Э.В. Общение с ЭВМ на естественном языке. М.: Наука, 1982. -360 с.

51. Поспелов Д.А. Семиотические модели в управлении./В кн. "Кибернетика. Дела практические". М.: Наука, 1984. - с. 70-87.

52. Представление и использование знаний: Пер. с япон./Под ред. X. Уэно, М. Исидзука. М.: Мир, 1989. - 220 с.

53. Приобретение знаний: Пер. с япон./Под ред. С. Осуги, Ю. Саэки. М.: Мир, 1990.-304 с.

54. Проект SESP (Search Engine Standards Project). Стандарты работы поисковых служб. http://www.searchenginewatch.com/standards/990204.html. -1999.

55. Растригин JI.A. Вычислительные машины, системы, сети. М.: Наука. Гл. ред. физ.-мат. лит., 1982. - 224 с.

56. Результат исследования поведения более 20 млн. пользователей сети. -www.searchenginewatch.com/reports/netratings.html -1999.

57. Ростунов Т.И. Сущность программированного метода обучения. / В сб.: Программированное обучение и кибернетические обучающие машины. / Под ред. Шестакова А.И. М.: Сов. радио, 1963. - с. 10-23.

58. Русский морфологический анализ. http://company.yandex.ru/articles/article 1 .html.

59. Русскин, В.М. Информационная методология SSADM: методика моделирования информационных потоков при разработке автоматизированных систем / В.М. Русскин, В.П. Кириллов //Компьютеры + программы. №3,1995. - с.15-23.

60. Сайт толкового словаря. www.glossary.ru.

61. Серия опросов посвященных Internet активности. -http://www.yandex.ru.polling/index.html

62. Стенли Р. Перечислительная комбинаторика: Пер. с англ. М.:Мир, 1990. -440 с.

63. Степанов В. К. Русскоязычные поисковые механизмы в Интернет. ComputerWorld Россия, И, 1997.

64. Талантов, М. Поиск в Интернете: подводные камни. // КомпьютерПресс №9,1999.-с. 46-52.

65. Терещенко Л.Я., Панов В.П., Майоркин С.Г. Управление обучением с помощью ЭВМ. Л.: Изд-во ЛГУ, 1981. - 143 с.

66. Тим Брэй, Джин Паоли, С.М. Сперберг-Макквин, Ив Мэйлер. Расширяемый язык разметки (XML) 1.0 (вторая редакция). Перевод Радика Усманова.// http://www.citforum.ru/internet/xmlspec/index.shtml.

67. Уотермен Д. Руководство по экспертным системам: Пер. с англ. М.: Мир, 1989.-388 с.

68. Усачев, А.В. Мнемотехника мультилингвистического подхода. Труды XL Международной научной студенческой конференции "Студент и научнотехнический прогресс": Информационные технологии. Новосибирск, НГУ, 2002г. С. 97-103.

69. Усачев, А.В. Нейросетевая кластеризация множественных значений терминологии с учетом лингвистической избыточности. Вестник НИИ СУВПТ, сборник научных трудов, Красноярск, 2003г. С. 140-150.

70. Шемакин Ю.И. Начала компьютерной лингвистики: Учеб. пособие М.: Изд-во МГОУ, А/О "Росвузнаука", 1992. - 115 с.

71. Штрик, A. CASE: автоматизированное проектирование программного обеспечения //Монитор. №4,1992. - с.4-6.

72. Albrecht F., Koch N., Tiller Т. SmexWeb: An Adaptive Web-based Hypermedia Teaching System.// Journal of Interactive Learning Research, Special Issue on Intelligent Systems/Tools in Training and Lifelong Learning. 2000. P. 367-388.

73. Anna Le Calve and Jacques Savoy. Database merging strategy based on logistic regression. Information Processing and Management, 36(3):341-359, May 2000.

74. Baeza-Yates R. and Berthier Ribeiro-Neto. Modern Information Retrieval. ACM Press, 1999.

75. Brusilovsky. P. Methods and techniques of adaptive hypermedia.// User Modeling and User Adapted Interaction. 1996. Vol. 6. P. 87-129.

76. C. M. Bowman, Peter B. Danzig, Darren R. Hardy, Udi Manber, and Michael F. Schwartz. The harvest information discovery and access system. Computer Networks and ISDN Systems, pages 119-125, December 1996.

77. Callan J. Learning while filtering documents. In Proc. of SIGIR'98, pages 224231, Melbourne, Australia, 1998.

78. Cannataro M., Cuzzocrea A., Pugliese A. A probabilistic approach to model adaptive hypermedia systems. Proceedings of the International Workshop on Web Dynamics. 2001.

79. Cohn, D. Learning to probabilistically identify authoritative documents. In Proc. 17th International Conf. on Machine Learning, pages 167-174,2000.

80. Daphen K. and Sahami Mehran. Hierarchically classifying documents using very few words. In Proc. of the ICML'97, pages 170-178,1997.

81. De Bra P., Aerts A., Houben G.J., Wu H. Making General-Purpose Adaptive Hypermedia Work. Proceedings of the WebNet Conference. 2000. P. 117-123.

82. Deerwester S., Dumasis S., Furnas G., Landauer Т., Harshman R. Indexing by Latent Semantic Analysis.// Journal of the American Society for Information Science. Vol. 41.1990. P. 391-407.

83. Douglas L. Baker and Andrew Kachites McCallum. Distributional clustering of words for text classification. In Proceedings of the SIGIR'98, pages 96-103, 1998.

84. Dumais, S. Latent semantic indexing: TREC-3 report. In Proc. of the Third Text REtrieval Conference, 1995.

85. Foltz, P.W. Using latent semantic indexing for information filtering. In ACM Conference on Office Information Systems (COIS), pages 40-47,1998.

86. Gay, G. Collaborative Design in a Networked Multimedia Environment: Emerging Communication Patterns //Journal of Research on Computing in Education. Vol.26, Iss.3. - Spring, 1994. - Pp.418-432.

87. Gilbert, J. E. and Han C. Y. Arthur: Adapting Instruction to Accommodate Learning Style.// Proceedings ofWebNet'99 World Conference of the WWW and Internet Honolulu: Ш. 1999. P. 433-438.

88. Goodfellow, R. CALL Programs for Vocabulary Instruction //Computer Assisted Language Learning Journal. Vol.8. - №2,1995. - Pp.205-226.

89. Halasz F., Schwartz M. The Dexter Hypertext Reference Model.// Communications of the ACM 37(2). 1994. P. 30-39.

90. Hardman L., Bulterman C., van Rossum G. The Amsterdam Hypermedia Model.// Communications of the ACM 37(2). 1994. P. 50-62.

91. Hoffman T. Probabilistic Latent Semantic Indexing.// Proc. Of the 22nd Annual International ACM SIGIR Conference on Research and Development in Information Retrieval. 1999. P. 50-57.

92. Hoffman T. Unsupervised Learning by Probabilistic Latent Semantic Analysis.// Machine Learning. 2001. Vol. 42. P. 177-196.

93. Hohl, H., H.-D. Bocker, and R. Gunzenhauser. Hypadapter: An adaptive hypertext-system for exploratory learning and programming.// User Models and User Adapted Interaction.: 1996. Vol. 6.

94. Hopfield, J.J. Neural networks and physical systems with emergent collective computational abilities. Proc. Natl. Acad. Sci. 79, 1982. p. 25542558.

95. Katsumoto M., M. Fukuda, Y. Shibata. The Kansei Link Method for MultimediaDatabase.// 10th International Conference on Information Networking (ICOIN-IO). 1996. P. 382- 389.

96. Kleinberg, Jon M. Authoritative sources in a hyperlinked environment // Journal of the ACM, 46(5): 604-632,1999.

97. Koch, T. The building and maintenance of robot based internet search services: A review of current indexing and data collection methods. Technical report, Lund University Library, Sweden, 1996.

98. Lawrence, S. Searching the World Wide Web. Science, 280(5360): 98-100, 1998.

99. Maganti, A. An investigation of linguistic features and clustering algorithms for topical document clustering. In Proc. of the SIGIR'2000,2000.

100. Moran, S. The stochastic approach for link-structure analysis (salsa) and the tkc effect. In Proc. WWW9,2000.

101. Mueller, Ch. Initiation a la statistique linguistique. Paris, 1978.

102. Mukheqea, S., J. D. Foley, and S. Hudson. Visualizing complex hypermedia networks-through multiple hierarchical views.// СНГ95 -Denver. 1995. P. 331337.

103. Murtagh F., Tao F. Towards knowledge discovery from WWW log data. Proceedings of the International Conference on Information Technology: Coding and Computing. 2000.

104. Obraczka, K. Distributed indexing of autonomous Internet services. Computing Systems, 5(4):433-459,1992.

105. Page, L. The pagerank citation ranking: Bringing order to the web. Technical report, Stanford Digital Libraries, 1998.

106. Powell, A. Evaluating database selection techniques: A testbed and experiment. In Proc. of the SIGIR'98, Melbourne, Australia, August 1998.

107. Rauch Henzinger, M. Improved algorithms for topic distillation in a hyperlinked environment. In Proc. Research and Development in Information Retrieval, pages 104-111,1998.

108. Ravi Kumar, S. Prabhakar Raghavan, Sridhar Rajagopalan, Andrew Tomkins, David Gibson, and Jon Kleinberg. Mining the Web's link structure. Computer, 32(8):60-67,1999.

109. Raymie Stata, Krishna Bharat, and Farzin Maghoul. The term vector database: fast access to indexing terms for web pages. In Proc. of the WWW-9, May 2000.

110. Ribeiro-Neto, B. Modern Information Retrieval. ACM Press, 1999.

111. Salton G., McGrill M.J. Introduction to Modern Information Retrieval.// McGraw-Hill. New York. 1993.

112. Saltan, G. Introduction to modern Information Retrieval. McGraw-Hill Computer Science Series. McGraw-Hill, New York, 1983.

113. Smith M., Welty C., McGuinness D. OWL Web Ontology Language Guide// http://www.w3 .org/TR/owl-guide/.

114. Soumen, Chakrabarti. Integrating the document object model with hyperlinks for enhanced topic distillation and information extraction. In Proc. WWW10,2001.

115. Vassileva. J. A task-centered approach for user modeling in a hypermedia office documentation system.// User Models and User Adapted Interaction. 1996. Vol. 6.

116. Weiss, R. HyPursuit: A hierarchical network search engine that exploits content-link hypertext clustering. In Proc. of Seventh ACM Conference on Hypertext, March 1996.

117. Wieringa R., Dubois E., Huyts S. Integrating Semi-formal and Formal Requirements.// Proceedings of Conference on Advanced Information Systems Engineering. 1997. P. 19-32.

118. Wu H, Houben G.-J., De Bra P. (1998). AHAM: A Reference Model to Support Adaptive Hypermedia Authoring.// Proceedings of InfWet 98.1998.

119. Zahn C.T. Graph-theoretical methods for detecting describing gestalt clusters.// IEEE Trans, on Computers. 1971. C-20(l). P. 68-86.

120. Zelenkov, P. Multilingual Adaptive Method of Learning Foreign Languages /Р. Zelenkov, E.Kofman// труды международной конференции «14th 1ST Mobile & Wireless Communications Summit». Дрезден Германия: Technische University Dresden, 2005г. - C.228-233.