Труды КНЦ вып.9 (ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ вып. 10/2018(9))

2. Количество связей между концептами в рассмотренных документах значительно различается. Визуализация семантической модели документов, выполненная с использованием метода «Semantic Network», позволяет визуально оценить разницу в количестве связей, не выполняя вычислений. 3. В документе «Стратегия МО» связи между концептами описаны более подробно, чем в «Стратегии АЗРФ». Такой вывод можно сделать на основе анализа визуализации, выполненного методом «Semantic Networks Imposition». Также мы можем сделать некоторые выводы о методах: 1. Основываясь на нашем опыте анализа документов, можно сделать вывод, что методы визуального экспресс-анализа содержимого, рассмотренные в этой статье, не являются универсальными. 2. Эффективность конкретного метода зависит от типа решаемой задачи (кластеризация, повышение пертинентности, выявление противоречий). 3. Примеры визуального анализа документов, описанные в статье, позволяют нам говорить о том, что все рассмотренные методы визуального экспресс- анализа контента могут быть успешно применены при решении задач, для которых достаточно понять общий смысл документа на основе визуального отображение его наиболее значимых семантических аспектов. 4. Основываясь на полученном опыте, мы можем сделать предварительный вывод о том, что метод «Top 100 Words» лучше использовать в задачах кластеризации документов, метод «Semantic Network» - для быстрого понимания сути документа и повышения пертинентности результатов поиска, а метод «Semantic Networks Imposition"- для сравнения и идентификации потенциальных противоречий в структуре документа. Но окончательные выводы можно сделать только после проверки этих методов на большом наборе документов. 5. Обсуждение результатов и будущая работа В целом, наш опыт использования методов визуализации для экспресс- анализа содержания правовых актов, регулирующих развитие пространственно распределенных систем, может быть оценен как положительный. Визуализации, созданные этими методами, позволяют получить новые знания об анализируемых документах без детального изучения контента документов. В своих будущих работах мы планируем провести ряд более подробных экспериментов для больших коллекций документов, чтобы найти ответы на следующие вопросы: 1. Для каких типов задач визуализация семантических моделей документа для экспресс-анализа контента может быть наиболее эффективной? 2. Как эффективность визуального анализа зависит от характеристик анализируемого документа? 3. Как наилучшим образом представить результаты визуализации пользователю? 4. Как можно редуцировать визуальный образ с учетом характеристик задачи анализа? 110