МЕТОД АУГМЕНТАЦІЇ ТЕКСТІВ ПРО СТАН МАСИВІВ ВОД НА ОСНОВІ ІНТЕЛЕКТУАЛЬНОЇ ПРИВ’ЯЗКИ ДО БАГАТОЗВ’ЯЗНИХ ГЕОІНФОРМАЦІЙНИХ СИСТЕМ ІМЕНОВАНИХ СУТНОСТЕЙ

Анотація

Досліджено аугментацію україномовних текстів про стан масивів поверхневих вод басейну річки для тренування інтелектуальних моделей машинного навчання, які повинні автоматично розмічати ці тексти, тобто прив’язувати у просторі й часі та здійснювати їхню класифікацію.

Охарактеризовано стан створення авторами статті системи «Водна інформаційна система з просторовою і часовою прив’язкою для басейну Південного Бугу» («WISEST Southern Bug Basin» — «WISEST-SBB»), яка наповнюється розміченими даними про стан масивів вод басейну річки з використанням технологій та алгоритмів, розробленими авторами раніше. Зазначено, що досвід показав недостатність інформації для тренування інтелектуальних моделей машинного навчання, призначених для автоматизації її розмітки. Проведено аналіз сучасних методів аугментації текстової інформації, які можна застосувати до україномовних текстів, та відмічено їхні недоліки, передусім — високу ймовірність синтезу недостовірної інформації.

Запропоновано здійснювати аугментацію даних про масиви вод річкової мережі з урахуванням поширення достовірної інформації про одні масиви вод на інші, розташовані вище чи нижче за течією, або зв’язані з ними в інший спосіб. Для формалізації та автоматизації цього процесу запропоновано нову формалізацію річкової мережі у вигляді багатозв’язної геоінформаційної системи іменованих сутностей (БГСІС), яка передбачає виділення серед усіх об’єктів саме іменованих сутностей, а потім встановлення просторових зв’язків між ними. Охарактеризовано приклади БГСІС у вигляді гідрографічної чи екологічної мережі, мережі адміністративних утворень тощо. Удосконалено раніше запропонований авторами рекурсивний алгоритм прив’язування даних про масиви вод до іменованих сутностей БГСІС та розроблено його формалізований опис. Після прив’язування текстів до масивів вод запропоновано здійснювати їхню аугментацію з подальшою верифікацією результатів в напівавтоматизований спосіб, який, згодом, теж можна зробити автоматизованішим.

Охарактеризовано результати апробації запропонованого методу, алгоритму та підходів у системі «WISEST-SBB», які довели їхню ефективність.

Результати роботи можуть бути поширені й на інші типи БГСІС — як на басейни інших річок, так і на системи іншого характеру.