Registration Number
0826U002496, PhD dissertation
Status
Доктор філософії
Date
18-08-2026
popup.evolution
.
Title
Classification and Clustering Methods for an Adaptive Taxonomy of Ukrainian-Language Technical Texts
Author
Oleksandr V. Nikolenko,
popup.head Sergii V. Mashtalir
popup.opponent Oleksandr P. Gozhyj
popup.opponent Alyona V. Kudriashova
popup.review Yurii V. Andrashko
popup.review Ihor M. Liakh
popup.rada
Uzhhorod National University State Higher Educational Institution
Description
Дисертацію присвячено розв’язанню науково-прикладної задачі побудови та керованої еволюції адаптивної таксономії коротких технічних текстів на прикладі україномовних і змішаних (українсько-російських) описів ремонтних робіт в інформаційних системах автомобільного сервісу. Актуальність зумовлена зростанням обсягів ремонтних записів, високою варіативністю їх подання, наявністю шуму, скорочень і доменно-специфічних абревіатур, а також потребою в автоматизованій структуризації даних, що підтримує аналітику, нормування та цифровізацію бізнес-процесів СТО. Статичні довідники й підходи з фіксованою множиною класів у таких умовах не забезпечують достатньої повноти й узгодженості та не підтримують системного оновлення таксономії. Запропонований підхід інтегрує доменний препроцесинг, Top-K ієрархічну класифікацію, семантичну кластеризацію дій і процедури керування та версіонування в єдиний фреймворк для реального корпусу системи GMS Carbook. Особливу увагу приділено рівню дії як ключовому елементу опису ремонтних робіт і головному джерелу варіативності. Класифікація забезпечує стабілізацію поточної структури, кластеризація формує пропозиції до її розвитку, які інтегруються за формалізованими правилами.
Об’єктом дослідження є процеси класифікації та кластеризації коротких технічних текстів в інформаційних системах автомобільного сервісу. Предметом дослідження є методи й моделі Top-K ієрархічної класифікації, семантичної кластеризації та індукції адаптивної таксономії україномовних описів ремонтних робіт.
Методи дослідження. Використано аналіз, синтез і формалізацію для побудови моделей; елементи теорії ймовірностей і статистики для визначення показників якості та уніфікованого показника впевненості; методи лінгвістичного моделювання (морфологічний аналіз, лематизація, нормалізація абревіатур) для стабілізації ознакового простору; методи машинного навчання для локальних класифікаторів, Top-K інференсу та семантичної кластеризації у просторі контекстних ембеддингів.
Наукова новизна. Уперше запропоновано інтегрований фреймворк, що поєднує доменно-орієнтований препроцесинг, Top-K ієрархічну класифікацію, семантичну кластеризацію дій, індукцію таксономії та процедури керування й версіонування для побудови й адаптивного оновлення таксономії ремонтних робіт на даних GMS Carbook. Уперше розроблено спеціалізований конвеєр препроцесингу й токенізації україномовних та змішаних ремонтних записів із нормалізацією абревіатур, лематизацією та виділенням ядрових компонентів, що зменшує варіативність словника зі збереженням інформації, потрібної для подальшого оброблення. Удосконалено підхід до Top-K ієрархічної класифікації запровадженням уніфікованого показника впевненості для оцінювання й ранжування ієрархічних шляхів у режимі мультишляхового Top-K інференсу, що забезпечує коректну порогову маршрутизацію рішень. Удосконалено методи індукції множини дій та семантичної кластеризації через побудову гібридного конвеєра «дія / не дія» у просторі ембеддингів із кластеризацією та оцінюванням когерентності для відбору кластерів-кандидатів у вузли рівня «дія». Подальшого розвитку набули підходи до керування таксономіями: формалізовано процедуру еволюції з операціями структурних змін (додавання, злиття, декомпозиція, перейменування), правилами застосування на основі результатів класифікації та кластеризації, а також механізмами управління, версіонування й інтеграції в промисловий контур.
Практичне значення полягає у підвищенні повноти й узгодженості довідників ремонтних робіт, зменшенні обсягу ручного кодування та прискоренні оброблення записів за рахунок Top-K підказок і порогової маршрутизації, покращенні аналітики за видами робіт і системами, а також у створенні основи для подальшої автоматизації бізнес-процесів автосервісу, керованої даними.
Апробація. Результати впроваджено у виробничих умовах ТОВ «Карбук Софт», на сервісній станції «Автоцентр Зеніт» (ТОВ «Тринік Авто») та в освітньому процесі Ужгородського національного університету.
Публікації. Основні результати опубліковано у 7 наукових працях: 2 статті у фахових виданнях категорії А, проіндексованих у Scopus; 1 стаття у фаховому виданні категорії Б; 1 розділ колективної монографії; 2 праці у матеріалах міжнародних конференцій, проіндексовані у Scopus; 1 теза доповіді на міжнародній конференції.
Ключові слова: оброблення природної мови, ієрархічна класифікація, семантична кластеризація, індукція таксономій, машинне навчання, аналіз даних, прикладні інтелектуальні системи, автоматизація, керована даними, організація знань, автоматизація бізнес-процесів.
Registration Date
2026-06-12
popup.nrat_date
2026-06-12 / 2026-08-20
