Классификация научных исследований целей устойчивого развития ООН: проблемы, подходы и перспективы использования генеративного искусственного интеллектастатья из журнала
База данных: Каталог библиотеки СФУ (К 476)
Библиографическое описание: Классификация научных исследований целей устойчивого развития ООН: проблемы, подходы и перспективы использования генеративного искусственного интеллекта / И. В. Селиванова, П. Ю. Блинов, А. В. Малышева, Д. В. Косяков. - (Информационно-поисковые языки). - Текст : непосредственный // Научные и технические библиотеки. - 2025. - № 1. - С. 56-78 : табл. - Библиогр.: с. 72-74 (40 назв.). - References: p. 75-78 (40 names). - ISSN 0130-9765.
Аннотация: В условиях растущего внимания к повестке устойчивого развития корректная классификация научного потока приобретает особую значимость. 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, значимость научных исследований, направленных на их достижение, а также комплексный и многоаспектный характер целей устойчивого развития обеспечивают высокий интерес к проблеме соотнесения научных публикаций и целей устойчивого развития со стороны библиографов, наукометрического сообщества, международных научных баз данных. Приняты различные подходы к классификации статей о целях устойчивого развития, 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 целей устойчивого развития ООН. В статье представлен анализ методов классификации, используемых для отнесения научных публикаций к целям устойчивого развития, демонстрируется применимость для этой задачи больших языковых моделей на примере ChatGPT.
Год издания: 2025
Авторы: Селиванова Ирина Вячеславовна , Блинов Павел Юрьевич , Малышева Александра Валерьевна , Косяков Денис Викторович
Источник: Научные и технические библиотеки
Выпуск: № 1
Номера страниц: 56-78
Количество экземпляров:
- Организационно-методический отдел (пр. Свободный, 79, к. Б3-08): свободно 1 из 1 экземпляров
Ключевые слова: библиографический поиск, генеративный искусственный интеллект, графы цитирования, кластеризация, научные публикации, тематические классификации, устойчивое развитие, цели устойчивого развития, языковые модели
Рубрики: Библиотечное дело,
Автоматизация библиотечных процессов
Автоматизация библиотечных процессов
ISSN: 0130-9765
Идентификаторы: полочный индекс К 476, шифр ntb_/2025/1-765651994