Автоматизоване робоче місце наукового дослідника. До питання розробки методів пошуку аналогів патентної документації винаходу
Розглянуто інформаційну модель АРМ та метод пошуку аналогів винаходу серед існуючої патентної документації у довільній предметній галузі.
Збережено в:
| Дата: | 2017 |
|---|---|
| Автори: | , , , |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2017
|
| Назва видання: | Комп’ютерні засоби, мережі та системи |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/131504 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Автоматизоване робоче місце наукового дослідника. До питання розробки методів пошуку аналогів патентної документації винаходу / О.В. Палагін, В.Ю. Величко, К.С. Малахов, О.С. Щуров // Комп’ютерні засоби, мережі та системи. — 2017. — № 16. — С. 5-13. — Бібліогр.: 15 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-131504 |
|---|---|
| record_format |
dspace |
| spelling |
nasplib_isofts_kiev_ua-123456789-1315042025-02-10T00:32:16Z Автоматизоване робоче місце наукового дослідника. До питання розробки методів пошуку аналогів патентної документації винаходу Personal research information system. About developing the methods for searching patent analogs of invention Палагін, О.В. Величко, В.Ю. Малахов, К.С. Щуров, О.С. Розглянуто інформаційну модель АРМ та метод пошуку аналогів винаходу серед існуючої патентної документації у довільній предметній галузі. Рассмотрены информационная модель АРМ и метод поиска аналогов изобретения среди патентной документации в произвольной предметной области. The article describes information model and the method for searching patent analogs for Personal Research Information System. 2017 Article Автоматизоване робоче місце наукового дослідника. До питання розробки методів пошуку аналогів патентної документації винаходу / О.В. Палагін, В.Ю. Величко, К.С. Малахов, О.С. Щуров // Комп’ютерні засоби, мережі та системи. — 2017. — № 16. — С. 5-13. — Бібліогр.: 15 назв. — укр. 1817-9908 https://nasplib.isofts.kiev.ua/handle/123456789/131504 004.8 uk Комп’ютерні засоби, мережі та системи application/pdf Інститут кібернетики ім. В.М. Глушкова НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Ukrainian |
| description |
Розглянуто інформаційну модель АРМ та метод пошуку аналогів винаходу серед існуючої патентної документації у довільній предметній галузі. |
| format |
Article |
| author |
Палагін, О.В. Величко, В.Ю. Малахов, К.С. Щуров, О.С. |
| spellingShingle |
Палагін, О.В. Величко, В.Ю. Малахов, К.С. Щуров, О.С. Автоматизоване робоче місце наукового дослідника. До питання розробки методів пошуку аналогів патентної документації винаходу Комп’ютерні засоби, мережі та системи |
| author_facet |
Палагін, О.В. Величко, В.Ю. Малахов, К.С. Щуров, О.С. |
| author_sort |
Палагін, О.В. |
| title |
Автоматизоване робоче місце наукового дослідника. До питання розробки методів пошуку аналогів патентної документації винаходу |
| title_short |
Автоматизоване робоче місце наукового дослідника. До питання розробки методів пошуку аналогів патентної документації винаходу |
| title_full |
Автоматизоване робоче місце наукового дослідника. До питання розробки методів пошуку аналогів патентної документації винаходу |
| title_fullStr |
Автоматизоване робоче місце наукового дослідника. До питання розробки методів пошуку аналогів патентної документації винаходу |
| title_full_unstemmed |
Автоматизоване робоче місце наукового дослідника. До питання розробки методів пошуку аналогів патентної документації винаходу |
| title_sort |
автоматизоване робоче місце наукового дослідника. до питання розробки методів пошуку аналогів патентної документації винаходу |
| publisher |
Інститут кібернетики ім. В.М. Глушкова НАН України |
| publishDate |
2017 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/131504 |
| citation_txt |
Автоматизоване робоче місце наукового дослідника. До питання розробки методів пошуку аналогів патентної документації винаходу / О.В. Палагін, В.Ю. Величко, К.С. Малахов, О.С. Щуров // Комп’ютерні засоби, мережі та системи. — 2017. — № 16. — С. 5-13. — Бібліогр.: 15 назв. — укр. |
| series |
Комп’ютерні засоби, мережі та системи |
| work_keys_str_mv |
AT palagínov avtomatizovanerobočemíscenaukovogodoslídnikadopitannârozrobkimetodívpošukuanalogívpatentnoídokumentacíívinahodu AT veličkovû avtomatizovanerobočemíscenaukovogodoslídnikadopitannârozrobkimetodívpošukuanalogívpatentnoídokumentacíívinahodu AT malahovks avtomatizovanerobočemíscenaukovogodoslídnikadopitannârozrobkimetodívpošukuanalogívpatentnoídokumentacíívinahodu AT ŝurovos avtomatizovanerobočemíscenaukovogodoslídnikadopitannârozrobkimetodívpošukuanalogívpatentnoídokumentacíívinahodu AT palagínov personalresearchinformationsystemaboutdevelopingthemethodsforsearchingpatentanalogsofinvention AT veličkovû personalresearchinformationsystemaboutdevelopingthemethodsforsearchingpatentanalogsofinvention AT malahovks personalresearchinformationsystemaboutdevelopingthemethodsforsearchingpatentanalogsofinvention AT ŝurovos personalresearchinformationsystemaboutdevelopingthemethodsforsearchingpatentanalogsofinvention |
| first_indexed |
2025-12-02T04:55:38Z |
| last_indexed |
2025-12-02T04:55:38Z |
| _version_ |
1850371041759592448 |
| fulltext |
Комп’ютерні засоби, мережі та системи. 2017, № 16 5
O. Palagin, V. Velychko,
K. Malakhov, O. Shchurov
PERSONAL RESEARCH
INFORMATION SYSTEM.
ABOUT DEVELOPING THE
METHODS FOR SEARCHING
PATENT ANALOGS OF
INVENTION
The article describes information
model and the method for searching
patent analogs for Personal Re-
search Information System.
Key words: research information
system, composite web service,
atomic web service, microservice,
patent.
Рассмотрены информационная
модель АРМ и метод поиска ана-
логов изобретения среди патент-
ной документации в произвольной
предметной области.
Ключевые слова: автоматизиро-
ванное рабочее место, композит-
ный веб-сервис, атомарный веб-
сервис, микросервис, патент.
Розглянуто інформаційну модель
АРМ та метод пошуку аналогів
винаходу серед існуючої патент-
ної документації у довільній пре-
дметній галузі.
Ключові слова: автоматизоване
робоче місце, композитний веб-
сервіс, атомарний веб-сервіс, мік-
росервіс, патент.
О.В. Палагін, В.Ю. Величко,
К.С. Малахов, О.С. Щуров,
2017
УДК 004.8
О.В. ПАЛАГІН, В.Ю. ВЕЛИЧКО,
К.С. МАЛАХОВ, О.С. ЩУРОВ
АВТОМАТИЗОВАНЕ РОБОЧЕ МІСЦЕ
НАУКОВОГО ДОСЛІДНИКА.
ДО ПИТАННЯ РОЗРОБКИ МЕТОДІВ
ПОШУКУ АНАЛОГІВ ПАТЕНТНОЇ
ДОКУМЕНТАЦІЇ ВИНАХОДУ
Вступ. Створення засобів інформаційно-
технологічної підтримки наукової діяльності
людини, зокрема наукових досліджень, зав-
жди було і є одним із центральних напрямків
розвитку інформатики. Головними особливо-
стями сучасного моменту розвитку наукових
досліджень є трансдисциплінарний підхід і
глибока інтелектуалізація всіх етапів життє-
вого циклу постановки і вирішення фунда-
ментальних та прикладних наукових про-
блем. Крім завдань інфраструктурної підт-
римки наукових досліджень тут на перший
план виходять завдання їхнього методологі-
чного супроводу й забезпечення процесів і н-
теграції, конвергенції, уніфікованого пред-
ставлення трансдисциплінарних знань і опе-
рацій над ними. Істотну роль, при цьому, ві-
діграє системологічна підготовка навичок і
розширення діапазону світогляду наукових
дослідників з метою забезпечення двоєдності
концепцій поглиблення знань у конкретній
предметній області, з одного боку, і розши-
рення проблеми, виходячи з реальності єдно-
сті світу й необхідності формування єд иної
системи знань про світ, – з іншого.
Сучасні інформаційні системи підтримки
наукових досліджень побудовані за принци-
пами систем обробки даних та створення
прикладних програмних систем для вико-
нання окремих функцій (пошуку інформації,
проектування різних виробів, проведення
віртуальних експериментів, виконання мате-
матичних обчислень тощо) або для деякої
О.В. ПАЛАГІН, В.Ю. ВЕЛИЧКО, К.С. МАЛАХОВ, О.С. ЩУРОВ
Комп’ютерні засоби, мережі та системи. 2017, № 16 6
конкретної предметної області (підтримка проведення досліджень у фізиці, хімії,
медицині, біології і т. п.). Наслідком цього є низька продуктивність професійної
праці вчених і, в остаточному підсумку, недостатня ефективність виконання ко-
жної із науково-технічних програм та відсутність синергетичного ефекту від га-
лузевих наукових досліджень. Для підвищення ефективності науково-технічної
діяльності за проектами “Програми інформатизації НАН України на 2015–2019
роки” [1] спроектований та програмно реалізований експериментальний макет
комплексної знання-орієнтованої системи інформаційно-технологічної підтрим-
ки наукової діяльності – “Автоматизоване робоче місце наукового дослідника”
(АРМ) [2]. АРМ побудована згідно загальних принципів розробки систем такого
класу [3] (модульність, сервіс-орієнтована архітектура (а саме її варіант – мікро-
сервісна архітектура [4, 5]), кросплатформеність, використання хмарних обчис-
лень (англ. cloud computing, CC), розробка програмного забезпечення за шабло-
ном Модель-Вигляд-Контролер (англ. Model-View-Controller, MVC), взаємодія
між компонентами системи на основі JSON-моделі (англ. JavaScript Object No-
tation, JSON) даних та архітектурного стилю взаємодії компонентів розподіле-
ного програмного забезпечення “передача репрезентативного стану” (англ. Re-
presentational State Transfer, REST), зберігання даних на основі абстракції схо-
вища даних).
Важлива форма науково-технічної творчості – це винахідницька діяльність.
Інтелектуальна підтримка основних етапів життєвого циклу підготовки пакету
заявочних документів на патентування винаходів в Україні, зокрема етапу по-
шуку аналогів винаходу серед існуючої патентної документації, є однією з
центральних функцій АРМ. В основній частині роботи розглянемо узагальнену
інформаційну модель АРМ, множину атомарних веб-сервісів АРМ та синтезова-
них ними множин функцій, розроблений метод пошуку аналогів винаходу серед
існуючої патентної документації у довільній предметній галузі Міжнародної
патентної класифікації (МПК) [6] та елементи його реалізації в рамках експери-
ментального макету АРМ.
Основна частина. Узагальнена інформаційна модель АРМ представляєть-
ся у вигляді трикомпонентного кортежу композитного веб-сервісу (англ. Compo-
site Web Service, CWS) з використанням формалізму наведеного в [7]:
{ }CWS AWS , crd ,F ,=
де
CWS – композитний веб-сервіс АРМ,
{ }1i m N
AWS aws i ,m
∈
= = – множина атомарних веб-сервісів (англ. Atomic
Web Service, AWS) доступних для використання,
crd – компонент-координатор елементів AWS,
{ }: 1j n N
F AWS C j ,n
∈
= = – множина функцій, кожна функція є результа-
том координування та взаємодії елементів AWS,
АВТОМАТИЗОВАНЕ РОБОЧЕ МІСЦЕ НАУКОВОГО ДОСЛІДНИКА. ДО ПИТАННЯ РОЗРОБКИ …
Комп’ютерні засоби, мережі та системи. 2017, № 16 7
{ }1j j k k N
C AWS ,C aws k ,k m
∈
⊆ = ≥ ≤ – підмножина атомарних веб-
сервісів необхідна для реалізації j -ої функції CWS.
Множина атомарних веб-сервісів AWS АРМ. На теперішньому етапі роз-
робки програмного забезпечення АРМ множина AWS складається з наступних
атомарних веб-сервісів (які представляють собою мікросервіси (МкС), що до-
зволяє використовувати їх як самостійне програмне забезпечення відокремлене
від АРМ, так і як його компоненти) aws :
1aws – МкС екстракту тексту з оригіналів текстових документів формату pdf
та його представлення у стандартному текстовому форматі plain/text (надалі
тексту);
2aws – МкС екстракту тексту з оригіналів текстових документів формату
doc/docx;
3aws – МкС визначення мови тексту;
4aws – МкС автоматичного реферування тексту для української мови;
5aws – МкС конвертації кодування тексту з UTF-8 у WIN-1251;
6aws – МкС автоматичного визначення назви, авторів та кількості сторінок
для документу формату pdf;
7aws – МкС автоматичного визначення ключових слів тексту для україн-
ської мови;
8aws – МкС автоматичного розбиття тексту на речення для української
мови;
9aws – МкС автоматичного розбиття тексту на слова (англ. Token) – лемати-
зовані словоформи та їх розмітку частинами мови (англ. Part-of-speech tagging,
PoS tagging) для української мови;
10aws – МкС автоматичного розбиття тексту на слова – не лематизовані сло-
воформи для української мови;
11aws – МкС автоматичного розбиття тексту на композиціональні терміни –
композиціональна лінгвістична обробка тексту (англ. Compositional Language
Pre-processing, CLP) – багатослівні й однослівні терміни, їх розмітку частинами
мови, формування масиву з цих термінів для української мови;
12aws – МкС автоматичного видалення стоп-слів (слова, які не несуть смис-
лового навантаження) з тексту;
13aws – МкС лематизації слів для української мови;
14aws – МкС автоматичного синтаксичного аналізу речень на основі
SyntaxNet/DRAGNN: Neural Models of Syntax [8, 9];
О.В. ПАЛАГІН, В.Ю. ВЕЛИЧКО, К.С. МАЛАХОВ, О.С. ЩУРОВ
Комп’ютерні засоби, мережі та системи. 2017, № 16 8
15aws – МкС пошуку наукових публікацій у зовнішніх бібліографічних ба-
зах даних, зокрема, Google Scholar (інтелектуальний агент автоматизованого
пошуку наукових публікацій [10]);
16aws – МкС індексації та розмітки текстів для повнотекстового пошуку;
17aws – МкС документо-орієнтованої системи керування базами даних
MongoDB (зберігання оригіналів текстових документів та текстів, онтологічних
структур, онтологій, опрацьованих текстів у вигляді JSON-документів, нейрон-
них мовних векторних моделей (МВМ));
18aws – МкС онтологічної репрезентації текстів (графічний редактор мані-
пулювання онтологіями та онтологічними структурами – IT-платформа онтоло-
гічних інформаційно-аналітичних експертних систем ТОДОС);
19aws – МкС “КОНФОР” (вирішення задач виділення закономірностей, кла-
сифікації, генерації таксономії, діагностики та прогнозування);
20aws – МкС “КОНСПЕКТ” (графічний інтерфейс користувача (ГІК) для
управління поверхневим синтактико-семантичним аналізом природно-мовних
текстів, композиціональною лінгвістичною обробкою текстів, виділення термі-
нів і контекстів та формування їх у класи);
21aws – МкС опрацювання МВМ колекцій відкритих даних (англ. Open Data
Collections, ODC) – обчислення семантичної близькості однослівних та багатос-
лівних термінів у рамках обраної МВМ, обчислення семантичних асоціатів для
однослівних та багатослівних термінів у рамках обраної МВМ, обчислення
центру лексичного кластера набору однослівних та багатослівних термінів в ра-
мках обраної МВМ, обчислення семантичної близькості між двома наборами
однослівних та багатослівних термінів в рамках обраної МВМ;
22aws – МкС ГІК персоніфікованої онтологічної бази знань публікацій нау-
кового дослідника [3];
23aws – МкС генерації та заповнення шаблонів документів, що дозволяють
формувати вхідний потік документів, який надходить від заявника стосовно зая-
вок на об’єкти інтелектуальної власності;
24aws – додаткові зовнішні веб-сервіси, мікросервіси, програмне забезпе-
чення;
Координування та взаємодію елементів AWS забезпечує компонент-
координатор – crd , реалізований у вигляді зворотного проксі-сервера (reverse
proxy) задач та загального ГІК веб-застосунку АРМ (вибір та керування режи-
мами роботи і функціями АРМ). Зворотній проксі-сервер задач також викорис-
товується для балансування мережного навантаження між декількома серверами
(нодами) та розподілення задач між відповідними RESTful веб-API (англ. Web
application programming interface, Web API).
Множина функцій F АРМ. Функціональне наповнення АРМ представля-
ється наступним набором синтезованих з множини AWS функцій:
АВТОМАТИЗОВАНЕ РОБОЧЕ МІСЦЕ НАУКОВОГО ДОСЛІДНИКА. ДО ПИТАННЯ РОЗРОБКИ …
Комп’ютерні засоби, мережі та системи. 2017, № 16 9
{ }1 2 3 4 5 6 7F AWS C ,C ,C ,C ,C ,C ,C= : ,
де
1C – функція автоматизованої побудови прикладних онтологій у довільній
предметній області [11, 12]:
{ }1 1 3 5 6 8 9 11 12 14 16 20C aws aws ,aws ,aws ,aws ,aws ,aws ,aws ,aws ,aws aws= .
2C – функція дослідного проектування наукових публікацій у довільній
предметній області [3]:
{ }2 1 9 11 13 15 18 22 24C aws aws ,aws aws ,aws aws ,aws ,aws= .
3C – функція персоніфікованого онтологічного опрацювання наукових пуб-
лікацій [3]:
{ }3 1 9 11 13 15 18 22C aws aws ,aws aws ,aws aws ,aws= .
4C – функція автоматизованої композиціональної лінгвістичної обробки
текстів для побудови МВМ (дистрибутивної репрезентації текстів):
{ }4 1 3 5 8 12 20 24C aws aws ,aws ,aws aws ,aws ,aws= .
5C – функція дистрибутивно семантичного аналізу колекцій відкритих
даних представлених у вигляді текстових документів у довільних предметних
областях або в певній предметній області:
{ }5 21 24C aws ,aws= .
6C – функція автоматичного синтаксичного аналізу речень:
{ }6 1 3 8 14 20 24C aws aws ,aws ,aws ,aws ,aws= .
7C – функція підготовки пакету заявочних документів на патентування ви-
находів в Україні:
{ }7 1 3 21 23 24C aws aws ,aws ,aws ,aws= .
Метод пошуку аналогів винаходу серед існуючої патентної документації
та елементи їх реалізації у рамках АРМ.
В рамках програми інформатизації НАН України на 2017 рік за проектом
“Розробка елементів технології інформаційно-онтологічної підтримки науково-
технічної творчості” Інституті кібернетики імені В.М. Глушкова НАН України
розроблено методи пошуку аналогів винаходу серед існуючої патентної доку-
ментації, на основі композиціонального дистрибутивно-семантичного аналізу
відкритих даних, представлених у вигляді текстових документів форматів pdf,
doc та docx, що має назву – метод персоніфікованого пошуку семантично бли-
зьких патентів.
Представимо розроблений метод у вигляді діаграми діяльності (англ. activity
diagram) уніфікованої мови моделювання (англ. Unified Modeling Language,
UML), яка відображає потік робіт (англ. Workflow) та систематизовану сукуп-
ність дій, які вирішують задачу пошуку аналогів винаходу серед існуючої патен-
тної документації у довільній предметній галузі МПК.
О.В. ПАЛАГІН, В.Ю. ВЕЛИЧКО, К.С. МАЛАХОВ, О.С. ЩУРОВ
Комп’ютерні засоби, мережі та системи. 2017, № 16 10
Діаграма діяльності методу персоніфікованого пошуку семантично бли-
зьких патентів показана на рисунку. Одними з центральних етапів та дій по-
току робіт зазначеного методу слід особливо підкреслити:
- етап композиціональної лінгвістичної обробки завантаженої патентної
документації (на цьому етапі документація представлена у вигляді plain/text).
Цей етап є підготовчим кроком перед формуванням так званого “Нормалізо-
ваного лінгвістичного корпусу текстів” (НКТ) на основі якого навчається
нейронна МВМ. Він забезпечує якість НКТ, що в свою чергу впливає на
якість навченої нейронної МВМ і дозволяє отримати більш високу точність
при обчисленні косинусної близькості патентної документації. Композиціо-
нальна лінгвістична обробка патентної документації включає: розбиття текс-
ту патенту на речення; екстракт термінів з тексту патенту (в тому числі фор-
мування композиціональних термінів), розмітка частинами мови лексем та
композицій лексем з тексту патенту, вилучення стоп-слів або шумових слів з
тексту патенту (слів, які не несуть смислового навантаження в тексті, зокре-
ма прийменники, суфікси, дієприкметники, вигуки, цифри тощо), індексація
та розмітка тексту патенту для повнотекстового пошуку та збереження онто-
логічних даних та знань у персоніфікованій базі даних АРМ;
- етап композиціональної лінгвістичної обробки нової патентної доку-
ментації. Цей етап є підготовчим кроком нового патенту до порівняння з іс-
нуючими патентами в рамках нейронної МВМ та включає екстракт термінів з
тексту патенту (в тому числі формування композиціональних термінів), роз-
мітка частинами мови лексем та композицій лексем з тексту патенту, індек-
сація та розмітка тексту патенту для повнотекстового пошуку та збереження
онтологічних даних і знань у персоніфікованій базі даних АРМ;
- етап навчання нейронної МВМ. На цьому етапі з використанням віль-
ного програмного інструментарію дистрибутивного аналізу текстів: word2vec
[13], fasttext [14] та програмної бібліотеки для досліджень в області обробки
природньої мови (англ. Natural language processing, NLP) та векторного мо-
делювання (англ. Vector space model) gensim [15], яка включає API для робо-
ти з алгоритмами word2vec, fasttext та інші, виконується навчання нейронної
МВМ;
- етап ініціалізації навченої нейронної МВМ. На цьому етапі навчена
нейронна МВМ проходить процедуру ініціалізації на окремому сервері зі
спеціалізованим програмним забезпеченням (включаючи програмну бібліоте-
ку gensim), яке адаптоване для використання архітектурного стилю REST;
- етап обчислення коефіцієнту косинусної близькості (семантичної
схожості) між масивами термінів нового та існуючих патентів. Обчислення
здійснюється використовуючи API програмної бібліотеки genism, а саме, фу-
нкція n_similarity(ws1, ws2) з пакету models.keyedvectors.
АВТОМАТИЗОВАНЕ РОБОЧЕ МІСЦЕ НАУКОВОГО ДОСЛІДНИКА. ДО ПИТАННЯ РОЗРОБКИ …
Комп’ютерні засоби, мережі та системи. 2017, № 16 11
РИСУНОК. Діаграма діяльності методу персоніфікованого пошуку семантично близьких
патентів
О.В. ПАЛАГІН, В.Ю. ВЕЛИЧКО, К.С. МАЛАХОВ, О.С. ЩУРОВ
Комп’ютерні засоби, мережі та системи. 2017, № 16 12
На основі обчислення коефіцієнту косинусної близькості (семантичної схо-
жості) формується фінальний список патентів, які є найближчими аналогами до
нового патенту. Коефіцієнт косинусної близькості (семантичної схожості) пате-
нтів може приймати значення в проміжку [-1 ... 1]. Якщо коефіцієнт косинусної
близькості (семантичної схожості) патентів приймає значення в проміжку [-1 ...
0,5] – це свідчить про відсутність схожих контекстів (англ. word embeddings) та
найменшу семантичну близькість патентів. Якщо коефіцієнт косинусної близь-
кості (семантичної схожості) патентів приймає значення в проміжку [0,5 ... 1] –
це свідчить про наявність схожих контекстів та більшу семантичну близькість
патентів. Чим більше коефіцієнт косинусної близькості (семантичної схожості)
наближається до 1, тим більша семантична близькість документів та більше
схожих контекстів у патентах. Нормалізований лінгвістичний корпус текстів,
нейронна мовна векторна модель та нова патентна документація є персоніфіко-
ваною для кожного користувача АРМ.
Висновки. В роботі розглянуто узагальнену інформаційну модель АРМ,
множину атомарних веб-сервісів АРМ та синтезованих ними множин функцій,
метод пошуку аналогів винаходу серед існуючої патентної документації у дові-
льній предметній галузі МПК та елементи його реалізації на основі композиціо-
нального дистрибутивно-семантичного аналізу відкритих даних у рамках експе-
риментального макету АРМ. Розроблений експериментальний макет АРМ (у ви-
гляді композитного веб-сервісу) значно підвищує ефективність роботи науково-
го дослідника в такий важливій формі науково-технічної творчості, як винахід-
ницька діяльність, зокрема підготовку пакету заявочних документів на патенту-
вання винаходів в Україні. В подальшій роботі планується провести досліджен-
ня в області автоматизованого синтезу композитних веб-сервісів у залежності
від поставленої задачі у вигляді алгоритму її виконання та вирішення, а також
розробити та впровадити на основі АРМ комплексний підхід до автоматизовано-
го синтезу композитних веб-сервісів.
1. Концептуальні положення розвитку програми інформатизації НАН України на 2015–
2019 роки [Електронний ресурс]. Режим доступу: \www/ URL: http://www.nas.gov.ua/
legaltexts/DocPublic/P-150225-38-1.pdf. 19.09.2017. Загол. з екрану.
2. Автоматизоване робоче місце наукового дослідника [Електронний ресурс]. Режим дос-
тупу: \www/ URL: http://icybcluster.org.ua:34145/. 03.11.2017. Загол. з екрану.
3. Палагін О.В. Проектування та програмна реалізація підсистеми створення та викорис-
тання онтологічної бази знань публікацій наукового дослідника. Палагін О.В., Малахов
К.С., Величко В.Ю., Щуров О.С. Проблеми програмування. Інститут кібернетики імені
В.М. Глушкова НАН України. 2017. № 2. С. 72–81.
4. Microservice Architecture [Електронний ресурс]. Режим доступу: \www/ URL:
http://microservices.io/. 03.11.2017. Загол. з екрану.
5. Малахов К.С. Микросервисная архитектура как основа для построения сервис-
ориентированных информационных систем. Материалы XIX международного молодеж-
ного форума «Радиоэлектроника и молодежь в XXI веке». Харьков, 20 – 22 апреля 2015
г., том 9. Международная конференция «Управление знаниями и конкурентная развед-
ка». C. 32–33.
http://www.nas.gov.ua/legaltexts/DocPublic/P-150225-38-1.pdf
http://icybcluster.org.ua:34145/
http://microservices.io/
АВТОМАТИЗОВАНЕ РОБОЧЕ МІСЦЕ НАУКОВОГО ДОСЛІДНИКА. ДО ПИТАННЯ РОЗРОБКИ …
Комп’ютерні засоби, мережі та системи. 2017, № 16 13
6. Міжнародна патентна класифікація. Повний текст (2017.01) [Електронний ресурс]. – Ре-
жим доступу: \www/ URL: http://base.uipv.org/mpk2009/index.html?level=c&version=2.
03.11.2017. Загол. з екрану.
7. Шкарупило В.В. Концептуальная модель процесса автоматизированного синтеза компо-
зитных веб-сервисов. Шкарупило В.В., Кудерметов Р.К., Паромова Т.А. Наукові праці
Донецького національного технічного університету. Серія: Інформатика, кібернетика та
обчислювальна техніка. Донецьк: ДонНТУ, 2012. № 15 (203). С. 231–238.
8. SyntaxNet: Neural Models of Syntax [Електронний ресурс]. – Режим доступу: \www/
URL: https://github.com/tensorflow/models/tree/master/research/syntaxnet. 03.11.2017. За-
гол. з екрану.
9. Syntaxnet Rest API [Електронний ресурс]. Режим доступу: \www/ URL: https://
github.com/ljm625/syntaxnet-rest-api. 03.11.2017. Загол. з екрану.
10. Величко В.Ю., Малахов К.С., Щуров А.С. Информационная модель интеллектуального
агента автоматизированного поиска научных работ. Матеріали IV Міжнародної науково-
практичної конференції обчислювальний інтелект (результати, проблеми, перспективи)
16–18 травня 2017 р. Україна, Київ. С. 105–106.
11. Палагин А.В., Петренко Н.Г., Малахов К.С. Методика проектирования онтологии пред-
метной области. Комп’ютерні засоби, мережі та системи. Інститут кібернетики імені
В.М. Глушкова НАН України. 2011. № 10. С. 5–12.
12. Палагин А.В. Онтологические методы и средства обработки предметных знаний / Пала-
гин А.В., Крывый С.Л., Петренко Н.Г. [монография] Луганск: изд-во ВНУ им. В. Даля,
2012. 323 с.
13. word2vec Tool for computing continuous distributed representations of words [Електронний
ресурс]. Режим доступу: \www/ URL: https://code.google.com/archive/p/word2vec/.
03.11.2017. Загол. з екрану.
14. fastText Library for efficient text classification and representation learning [Електронний ре-
сурс]. Режим доступу: \www/ URL: https://fasttext.cc/. 03.11.2017. Загол. з екрану.
15. genism topic modelling for humans [Електронний ресурс]. Режим доступу: \www/ URL:
https://radimrehurek.com/gensim/. 03.11.2017. Загол. з екрану.
Одержано 10.11.2017
http://base.uipv.org/mpk2009/index.html?level=c&version=2
https://github.com/tensorflow/models/tree/master/research/syntaxnet
https://github.com/ljm625/syntaxnet-rest-api
https://code.google.com/archive/p/word2vec/
https://fasttext.cc/
https://radimrehurek.com/gensim/
удк 004.8
Основна частина. Узагальнена інформаційна модель АРМ представляється у вигляді трикомпонентного кортежу композитного веб-сервісу (англ. Composite Web Service, CWS) з використанням формалізму наведеного в [7]:
де
– композитний веб-сервіс АРМ,
– множина атомарних веб-сервісів (англ. Atomic Web Service, AWS) доступних для використання,
– компонент-координатор елементів AWS,
– множина функцій, кожна функція є результатом координування та взаємодії елементів AWS,
– підмножина атомарних веб-сервісів необхідна для реалізації -ої функції CWS.
РИСУНОК. Діаграма діяльності методу персоніфікованого пошуку семантично близьких патентів
Висновки. В роботі розглянуто узагальнену інформаційну модель АРМ, множину атомарних веб-сервісів АРМ та синтезованих ними множин функцій, метод пошуку аналогів винаходу серед існуючої патентної документації у довільній предметній галузі МПК та елемен...
|