Этапы

Выделить список лингвистических журналов;

Извлечь аннотации для всех статей из выбранных журналов;

Применить методы векторизации и уменьшения размерности для преобразования пространства аннотаций в 2D;

Разметить аннотации в соответствии с направлениями лингвистики.

Методология

Источником журналов послужил список Наукометрического центра НИУ ВШЭ "Филология, лингвистика и медиакоммуникация". Из него мы выбрали журналы, относящиеся именно к лингвистике.

Для извлечения аннотаций из этих журналов мы использовали открытую базу данных Open Alex и соответствующий пакет на языке программирования R.

Мы применили подход doc2vec для представления полученных данных в векторное пространство, а затем снизили его размерность при помощи алгоритма UMAP.

Разметка аннотаций была проведена в полуавтоматическом формате: каждому участнику проекта была выделена зона 2D пространства, для которой он присваивал имеющиеся там аннотациям направления лингвистики на основе метаданных. Так мы выделили ключевые зоны каждого направления, а затем для неразмеченных работ использовали метод классификации k-means.

Участники проекта

Руководители:

Г. Мороз

Б. Орехов

Студенты:

А. Орехов

К. Сидоров

А. Степанова

Е. Агроскина

Т. Дедов