Contextual Knowledge Extraction: Terminological Landscape of Digital Economy

Contextual Knowledge Extraction: Terminological Landscape of Digital Economy

Kononova Olga V.

Saint-Petersburg State University, Saint-Petersburg, Russia

Prokudin Dmitry E.

Saint-Petersburg State University, Saint-Petersburg, Russia
ITMO University, Saint-Petersburg, Russia

Yelkina Elena E.

Saint-Petersburg State University, Saint-Petersburg, Russia

Ключевые слова:

DIGITAL ECONOMY, E-GOVERNANCE, CONTEXTUAL KNOWLEDGE, CONTEXT, SYNTHETIC METHOD, SMART TECHNOLOGY, DISTRIBUTED NETWORK ENVIRONMENT, INFORMATION RESOURCES, INTERDISCIPLINARY SCIENTIFIC DIRECTIONS, ЦИФРОВАЯ ЭКОНОМИКА, ЭЛЕКТРОННОЕ ПРАВИТЕЛЬСТВО, КОНТЕКСТНЫЕ ЗНАНИЯ, КОНТЕКСТ, СИНТЕТИЧЕСКИЙ МЕТОД, “УМНЫЕ” ТЕХНОЛОГИИ, РАСПРЕДЕЛЕННАЯ ЦИФРОВАЯ СРЕДА, ИНФОРМАЦИОННЫЕ РЕСУРСЫ, МЕЖДИЦИПЛИНАРНЫЕ НАУЧНЫЕ НАПРАВЛЕНИЯ

Аннотация:

The article is based on the report made by the authors on the “International Conference on Materials, Applied Physics & Engineering (ICMAE-2018)” in Madhya Pradesh, India during 3-4th June, 2018. The aim of the research is to demonstrate the effectiveness of the synthetic method for contextual knowledge extraction from distributed information network environment for studying new trends of scientific directions. The actual objective is to reveal the trends in the corpus formation of ‘Digital Economy’ as a developing interdisciplinary research direction. In the present study, we offer the synthetic method, which combines various approaches and tools of Digital Humanities. This method is used to meet the challenges of the digital information resources selection, explication of the context knowledge and clarification of the corpus of emerging interdisciplinary scientific direction ‘Digital Economy: e-governance and smart technology’. The base of the research has proved possibility of synthetic method application to the study of trends in the development of thesauri of interdisciplinary scientific fields. The results of the research can be used to develop interdisciplinary ontology of ‘Digital Economy’.

Извлечение контекстных знаний: терминологический ландшафт цифровой экономики

Кононова Ольга Витальевна

Санкт-Петербургский Государственный Университет, Санкт-Петербург, Россия

Прокудин Дмитрий Евгеньевич

Санкт-Петербургский Государственный Университет, Санкт-Петербург, Россия;
НИУ ИТМО, Санкт-Петербург, Россия

Елькина Елена Евграфовна

Санкт-Петербургский Государственный Университет, Санкт-Петербург, Россия

Статья основана на докладе, сделанном авторами на «Международной конференции по материалам, прикладной физике и инженерии» (ICMAE-2018), проходившей в штате Мадхья-Прадеш, Индия, 3-4 июня 2018 г. Цель исследования состоит в демонстрации эффективности применения синтетического метода для извлечения контекстных знаний из распределенной информационной сетевой среды и их анализа в целях изучения новых тенденций в развитии научных направлений. Основная исследователькая задача заключется в выявлении тенденций в формировании корпуса «Цифровая экономика» как развивающегося междисциплинарного научного направления. В настоящей статье авторы предлагают использовать для извлечения контекстных знаний синтетический метод, который сочетает в себе различные подходы и инстсрументы цифровых гуманитарных наук. Этот метод позволяет осуществить отбор корпуса релевантных текстов из распределенной цифровой среды, экспликацию контекстных знаний и определить тезаурус нового междисциплинарного научного направления «Цифровая экономика: электронное правительство и умные технологии». Материалы исследования подтверждают возможность применения синтетического метода для изучения тенденций в развитии тезаурусов междисциплинарных научных областей. Результаты исследования могут быть использованы для разработки междисциплинарной антологии «Цифровая экономика».

elibrary_41279973_80906808

Скачать PDF-файл | Download PDF

Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter.

Print Friendly, PDF & Email

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: