Полное описание

Классификация научных исследований целей устойчивого развития ООН: проблемы, подходы и перспективы использования генеративного искусственного интеллекта = Classifying the UN SDGs research: The problems, approaches and prospects for generative artificial intelligence / И. В. Селиванова, П. Ю. Блинов, А. В. Малышева, Д. В. Косяков. - DOI 10.33186/1027-3689-2025-1-56-78. - Текст : непосредственный + Текст : электронный // Научные и технические библиотеки = Scientific and Technical Libraries : рецензируемый научно-практический журнал. - 2025. - N 1. - С. 56-78. - Библиогр.: с. 72-77 (40 назв.). - ISSN 1027-3689.
(Шифр в БД Р2227/2025/1)

ГРНТИ	УДК
20.23.15	025.4.012
28.23	004.8-049.8
87.35	502.131.1

Рубрики:
Информационно-поисковые языки
Искусственный интеллект -- Применение
Устойчивое развитие

Кл.слова (ненормированные): цели устойчивого развития -- тематическая классификация научных текстов -- библиографический поиск -- машинное обучение -- графы цитирования -- генеративный искусственный интеллект -- большие языковые модели -- scopus -- web of science -- dimensions
Аннотация: Тематическая классификация научных публикаций улучшает навигацию в потоке научной литературы, обеспечивает возможность библиометрического анализа, разноуровневой оценки результативности научных исследований. Универсальный характер повестки устойчивого развития ООН, внимание к целям устойчивого развития (ЦУР), значимость научных исследований, направленных на их достижение, а также комплексный и многоаспектный характер ЦУР обеспечивают высокий интерес к проблеме соотнесения научных публикаций и ЦУР со стороны библиографов, наукометрического сообщества, международных научных баз данных (МНБД). В Web of Science, Scopus, Dimensions, а также у отдельных групп исследователей приняты различные подходы к классификации статей о ЦУР, каждый из которых имеет сильные и слабые стороны. Разница в результатах классификации требует анализа и совершенствования подходов и методов. Развитие технологий генеративного искусственного интеллекта и больших языковых моделей открывает новые возможности тематической классификации научных текстов, в том числе в разрезе ЦУР ООН. Цель исследования - анализ методов классификации, используемых для отнесения научных публикаций к ЦУР, демонстрация применимости для этой задачи больших языковых моделей на примере ChatGPT.
Доп. точки доступа:
Селиванова, Ирина Вячеславовна
Блинов, Павел Юрьевич
Малышева, Александра Валерьевна
Косяков, Денис Викторович


Имеются экземпляры в отделах: всего 8 : СПР (1), БИНТИ (1), ХРЦ (1), ФО18 (1), ФО20 (1), ФО24 (1), ФО25 (1), ФО26 (1)
Свободны: СПР (1), БИНТИ (1), ХРЦ (1), ФО18 (1), ФО24 (1), ФО26 (1)
Экз.5 (ФО20) поступил, но еще не дошел до места хранения;
Экз.7 (ФО25) поступил, но еще не дошел до места хранения;
Полный текст
Переход по DOI

Заказать
Заказ фрагмента документа ₽

Просмотр издания свободный