КАРТИРОВАНИЕ НАУЧНОГО ЛАНДШАФТА: БИБЛИОМЕТРИЧЕСКИЙ АНАЛИЗ ИССЛЕДОВАНИЙ ИИ И ПЕРСПЕКТИВНЫХ ТЕХНОЛОГИЙ НА БАЗЕ ARXIV
Искусственный интеллект и перспективные технологии повышают эффективность научных исследований и глобальную конкурентоспособность, преобразуя отрасли промышленности. Они также поднимают важные социальные и этические вопросы управления, которые требуют принятия политических решений, основанных на фактах. В данной статье представлен двухэтапный метод выявления актуальных тем исследований в формате «доказательства концепции». Первый этап включает анализ библиометрических записей препринтов с целью выявления ключевых тем, описанных терминами, взятыми из аннотаций. На втором этапе на основе этих ключевых терминов выявляются примеры актуальных рецензируемых публикаций. Данный метод обеспечивает баланс между широким поиском актуальных тем и надежной проверкой научных результатов. В качестве источников данных используются метаданные препринтов ArXiv по искусственному интеллекту (cs.AI 126 363 записи) и перспективные технологиям (cs.ET 4497 записей) за 2021–2025 годы. В исследовании использовались 46 493 многословных термина, найденных в аннотациях библиометрических записей cs.AI. Для выявления соответствующих рецензируемых публикаций рекомендуется использовать поисковые системы на основе искусственного интеллекта, такие как Semantic Scholar, Elicit или ScienceOS, чтобы найти публикации с использованием терминологии, определенной на первом этапе. Исследование показывает, что использование контролируемого лексикона позволяет выделить 4–5 групп интерпретируемых тем в текстах аннотаций, подчеркивая важность использования терминов, состоящих из 2–4 слов, для достижения оптимальных результатов. Оптимизация задач с использованием вычислительные системы на принципах физического моделирования, дополненных искусственным интеллектом, может стать перспективной темой.
Чигарев Б.Н. Картирование научного ландшафта: библиометрический анализ исследований ИИ и перспективных технологий на базе ArXiv // Научный результат. Информационные технологии. – Т.11, №2, 2026. – С. 91-108. DOI: 10.18413/2518-1092-2026-11-2-0-8
Пока никто не оставил комментариев к этой публикации.
Вы можете быть первым.
DOI: 10.70693/itphss.v1i1.57
DOI: 10.1080/09500693.2024.2306604
DOI: 10.12775/JCRL.2018.011
DOI: 10.1109/TCYB.2020.2977374
A Recent Survey // IEEE Access. 2022. V. 10. P. 120106–120121. DOI: 10.1109/ACCESS.2022.3218908