Труды КНЦ вып. 11 (ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ) вып. 8/2020 (11)

7. Larichev O.I., Olson D.L. Multiple Criteria Analysis in Strategic Siting Problems. Springer, 2013, 216 p. 8. Hwang C.L., Lin M.J. Group Decision Making under Multiple Criteria. Springer- Verlag, 1987. 9. Петровский, А.Б. Методы групповой классификации многопризнаковых объектов (часть 2) / А.Б. Петровский // Искусственный интеллект и принятие решений. -2009, -№ 4. -С. 3-14. DOI: 10.37614/2307-5252.2020.8.11.003 УДК 004.853 П.А. Ломов1, М.Л. Малоземова 1 1 Институт информатики и математического моделирования ФИЦ КНЦ РАН ОБУЧЕНИЕ И ПРИМЕНЕНИЕ НЕЙРОСЕТЕВОЙ ЯЗЫКОВОЙ МОДЕЛИ ДЛЯ ПОПОЛНЕНИЯ ОНТОЛОГИИ* Аннотация В статье рассмотрена одна из подзадач обучения онтологий - задача пополнения онтологии, которая предполагает включение в существующую онтологию новых экземпляров без изменения ее структуры. Представлен краткий обзор существующих подходов к обучению онтологий, а также их реализаций в виде программных средств. Предложена высокоавтоматизированная технология пополнения онтологии с помощью обучения и последующего применения нейросетевой языковой модели для выявления потенциальных экземпляров классов онтологии из текстов предметной области. Рассматриваются основные этапы применения технологии, результаты ее экспериментальной оценки и основные направления дальнейшего совершенствования. Ключевые слова: пополнение онтологии, нейросетевая модель, обучение онтологий. P.A. Lomov, M.L. Malozemova 1 Apatity, Institute for Informatics and Mathematical Modelling, KSC RAS TRAINING AND APPLICATION OF NEURAL NETWORK LANGUAGE MODEL FOR ONTOLOGY POPULATION Abstract The article considers one of the subtasks of ontology learning - the ontology population, which implies the extension of existing ontology by new instances without changing the ontology structure. A brief overview of existing ontology learning approaches and their software implementations is presented. A highly automated technology for ontology population based on training and application of the neural network language model to identify and extract potential instances of ontology classes from domain texts is proposed. The main stages of its application, as well as the results of its experimental evaluation and the main directions of its further improvement are considered. *Работа выполнена приподдержке РФФИ(грант№20-07-00754А). 38