Мельникова, Е. В. Потребности наукометрии и возможности современного машинного обучения как области искусственного интеллекта / Е. В. Мельникова // Научно-техническая информация. Серия 1: Организация и методика информационной работы . - 2023. - № 5. - С. 7-14 Кл.слова (ненормированные): НАУКОМЕТРИЯ -- БИБЛИОМЕТРИЯ -- НАУКОМЕТРИЧЕСКИЕ ПОКАЗАТЕЛИ -- ГЛУБОКОЕ ОБУЧЕНИЕ -- ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ -- БОЛЬШИЕ ДАННЫЕ -- КЛАССИФИКАЦИЯ -- WEB OF SCIENCE -- SCOPUS -- ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ -- МАШИННОЕ ОБУЧЕНИЕ Аннотация: Представлена общая характеристика современной наукометрии, ее основных задач и методов исследования. Рассмотрены вопросы применения алгоритмов обычного машинного и глубокого обучения как инструментов искусственного интеллекта в тематической классификации научной литературы. Изложены проблемы и ограничения в классификации литературы по разделам науки в системах индексации и цитирования научной информации. Приводится конкретный пример приложения глубокого обучения для постатейной тематической классификации, разработанного учеными ОАЭ и Иордании на базе сверточных нейронных сетей. Подчеркнуто значение приложений и моделей глубокого обучения для создания корректных классификаций научной литературы, соответствующих реалиям развития науки и способных на этой основе обеспечить повышение точности вычисления наукометрических показателей. |