Expert, Journal, and Automatic Classification of Full Texts and Annotations of Scientific Articles

I. V. Selivanova, D. V. Kosyakov, D. A. Dubovitskii, A. E. Guskov

Результат исследования: Научные публикации в периодических изданияхстатьярецензирование

Аннотация

In this article we consider a fundamentally new information-theoretic approach to the classification of scientific texts based on compression algorithms. An analysis using the example of the comparative classification of full-text documents from arXiv.org and short annotations from Scopus showed that the accuracy of the proposed method is 87-92% and, in general, is not inferior to the existing ones. These conclusions were confirmed by an expert assessment.

Язык оригиналаанглийский
Страницы (с-по)178-189
Число страниц12
ЖурналAutomatic documentation and mathematical linguistics
Том55
Номер выпуска4
DOI
СостояниеОпубликовано - июл. 2021

Предметные области OECD FOS+WOS

  • 1.02 КОМПЬЮТЕРНЫЕ И ИНФОРМАЦИОННЫЕ НАУКИ

Цитировать