Article · Вестник Академии гражданской авиации · March 1, 2025
МЕТОДЫ ИНТЕЛЛЕКТУАЛЬНОЙ ОБРАБОТКИ ТЕКСТОВ (TEXT MINING)
М. Мехдиев, А.К. Шайханова, Gulvira Baurzhanovna Bekeshova, Камила Сериковна Бакенова, И.Е. Икласова
Abstract
В статье рассматриваются методы интеллектуальной обработки текстов (Text Mining), которые позволяют преобразовывать слабоструктурированные текстовые данные в структурированную и легко анализируемую информацию. С ростом объемов данных в цифровую эпоху Text Mining становится незаменимым инструментом анализа текстов в различных сферах. Эти технологии находят широкое применение в информационной безопасности, где анализ текстов помогает выявлять угрозы и аномалии, в здравоохранении — для обработки медицинских записей и извлечения диагностической информации, в маркетинге — для анализа потребительских предпочтений, а также в юридической практике, где автоматизация анализа документов повышает точность и снижает временные затраты. В статье подробно рассматриваются как традиционные статистические методы, такие как TF-IDF, Word2Vec, Latent Dirichlet Allocation (LDA), так и современные подходы, включая модели глубокого обучения на основе архитектуры трансформеров, например BERT, GPT и их производные. Современные методы демонстрируют значительные успехи в учёте контекста, анализе семантики и извлечении скрытых смыслов из текстов, что делает их незаменимыми для решения сложных задач. Особое внимание уделено сравнению эффективности различных методов и их применимости в задачах автоматизации. Описаны возможности интеграции Text Mining для анализа больших объемов данных, выявления закономерностей и автоматизации процессов извлечения знаний. Представленные результаты исследования подчеркивают актуальность использования этих технологий для повышения эффективности работы специалистов, ускорения процессов анализа информации и решения задач в ключевых отраслях, что открывает новые перспективы для внедрения интеллектуальных систем обработки данных.
More by Gulvira Bekeshova
- RESULTS OF PILOTING RECOMMENDATIONS FOR DEVELOPING TEACHERS’ DIGITAL COMPETENCE AND AUTOMATED MONITORING BASED ON THE DTDC MODEL2026
- USING GAME THEORY IN WIRELESS NETWORKS FOR NETWORK SECURITYTSARKA Science · 2026
- OPTIMIZING MACHINE LEARNING MODELS FOR FAKE NEWS DETECTION: HYPERPARAMETER SELECTION AND ROC CURVES ANALYSISBulletin of Shakarim University Technical Sciences · 2026
- DEEP LEARNING-BASED HATE SPEECH DETECTION IN KAZAKH: A HYBRID FRAMEWORK FOR ROBUST TEXT ANALYSISBulletin of Shakarim University Technical Sciences · 2026