Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: http://elartu.tntu.edu.ua/handle/lib/52694
Titel: Розробка та тестування програмного забезпечення для реалізації завдань лексичної таксономії
Sonstige Titel: Development and testing of software for the implementation of lexical taxonomy tasks
Autor(en): Осейко, Павло Іванович
Oseiko, Pavlo
Affiliation: ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра програмної інженерії, м. Тернопіль, Україна
Bibliographic reference (2015): Осейко П. І. Розробка та тестування програмного забезпечення для реалізації завдань лексичної таксономії: робота на здобуття кваліфікаційного ступеня бакалавра : 121 - інженерія програмного забезпечення / наук. кер. Ю. М. Стоянов. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2026. 120 с.
Erscheinungsdatum: Jun-2026
Submitted date: Jun-2026
Date of entry: 25-Jun-2026
Herausgeber: Тернопільський національний технічний університет імені Івана Пулюя
Country (code): UA
Place of the edition/event: Тернопільський національний технічний університет імені Івана Пулюя, факультет ФІС
Supervisor: Стоянов, Юрій Миколайович
Committee members: Ясній, Олег Петрович
UDC: 004.9
Stichwörter: інженерія програмного забезпечення
software engineering
навчання з множинними екземплярами
multi-instance learning
навчання з учителем
supervised learning
претопологія
pretopology
лексична таксономія
lexical taxonomy
Number of pages: 120
Zusammenfassung: Головною метою цієї кваліфікаційної роботи є дослідження процесів навчання концепції поширення у теоретичному формалізмі претопології та розробка на їхній основі програмних методів для автоматизованої побудови лексичних таксономій. Перший розділ присвячено аналізу теоретичних основ претопології як інструменту моделювання складних нелінійних взаємозв’язків між множинами об’єктів. Розглянуто обмеження традиційних підходів, що базуються на парних відношеннях, та обґрунтовано переваги претопологічного моделювання для точного вилучення ієрархічних зв’язків (зокрема гіперонімії) як процесів поширення зі структурними обмеженнями. Проведено огляд методології навчання з множинними екземплярами, виявлено проблеми обчислювальної складності при її застосуванні до претопологічних просторів та обґрунтовано вибір архітектурних рішень для подолання проблеми експоненціального зростання обсягу даних. У другому та третьому розділах спершу описано архітектуру розробленого програмного рішення, в основу якого покладено метод LPSMI — алгоритм навчання на основі низькорівневої оцінки покриття концептів. Далі представлено реалізацію оператора псевдозамикання як логічної комбінації гетерогенних джерел даних (статистичних та чисельних). Описано результати експериментальної валідації методу через симуляцію процесів перколяції (на прикладі моделей лісових пожеж), що підтвердило високу ефективність підходу навчання з множинними екземплярами у задачах розпізнавання моделей поширення. Окрему увагу приділено практичному застосуванню розробленого загального каркаса для побудови лексичних таксономій шляхом інтеграції статистичних методів, аналізу патернів та векторних представлень. Наведено результати тестування системи, що демонструють здатність моделі ефективно вирішувати складні семантичні задачі в реальних умовах. У четвертому розділі проведено аналіз умов праці розробника програмного забезпечення з точки зору охорони праці та безпеки життєдіяльності, розглянуто вимоги до безпечної експлуатації обчислювальної техніки та організації ергономічного робочого місця інженера-програміста згідно з нормативними документами з охорони праці та безпеки життєдіяльності. Розглянуто долікарську допомогу при ураженні електричним струмом та інженерно-технічні рішення з охорони праці.
The main objective of this thesis is to investigate the learning processes of the propagation concept within the theoretical formalism of pretopology and to develop, on their basis, software methods for the automated construction of lexical taxonomies. The first chapter is dedicated to the analysis of the theoretical foundations of pretopology as a tool for modeling complex nonlinear relationships between sets of objects. The limitations of traditional approaches based on pairwise relations are considered, and the advantages of pretopological modeling for the accurate extraction of hierarchical relations, in particular hypernymy, as propagation processes under structural constraints are justified. A review of the multiple instance learning methodology is conducted, computational complexity issues when applied to pretopological spaces are identified, and the choice of architectural solutions to overcome the problem of exponential data volume growth is justified. The second and the third chapter describes the architecture of the developed software solution, which is based on the LPSMI method — a learning algorithm based on a low estimate of concept coverage. The implementation of the pseudo-closure operator as a logical combination of heterogeneous data sources, both statistical and numerical, is presented. The results of the experimental validation of the method through the simulation of percolation processes using forest fire models as an example are described, confirming the high efficiency of the multiple instance learning approach in propagation model recognition tasks. Special attention is paid to the practical application of the developed generic framework for building lexical taxonomies through the integration of statistical methods, pattern analysis, and embeddings. The results of system testing are presented, demonstrating the model’s ability to effectively solve complex semantic tasks in real-world conditions. The third chapter analyzes the working conditions of a software developer from the perspective of occupational health and safety, and considers the requirements for the safe operation of computing equipment and the organization of an ergonomic workplace for a software engineer in accordance with relevant health and safety regulations. It also covers pre-hospital emergency care for electric shock and engineering-technical solutions for occupational safety
Content: АНОТАЦІЯ 4 ABSTRACT 6 ЗМІСТ 8 ПЕРЕЛІК СКОРОЧЕНЬ 10 ВСТУП 11 1 ОГЛЯД ТЕМАТИКИ ТА ПОСТАНОВКА ЗАВДАНЬ ДОСЛІДЖЕННЯ 14 1.1 ДОСЛІДЖЕННЯ ПРЕДМЕТНОЇ ОБЛАСТІ ТА ТЕОРЕТИЧНИХ ЗАСАД РОБОТИ 14 1.2 ОСНОВНІ ПОНЯТТЯ ПРЕТОПОЛОГІЇ. ПРЕТОПОЛОГІЧНІ ПРОСТОРИ 18 1.3 ОПЕРАТОР ПСЕВДОЗАМИКАННЯ ТА ТИП V 24 1.4 ПРЕТОПОЛОГІЧНИЙ ПРОСТІР ТИПУ V. ЗОВНІШНІЙ ПОКАЗНИК ЯКОСТІ 33 2 ПРОЄКТУВАННЯ І РОЗРОБКА СТРУКТУРИ АЛГОРИТМІВ ФРЕЙМВОРКУ ПРЕТОПОЛОГІЧНОГО ПРОСТОРУ 36 2.1 РОЗРОБКА СТРУКТУРИ ГЕНЕТИЧНОГО АЛГОРИТМУ 36 2.2 РОЗРОБКА СТРУКТУРИ ЖАДІБНОГО АЛГОРИТМУ LPS 39 2.3 БАГАТОЕКЗЕМПЛЯРНИЙ ПІДХІД. ПОБУДОВА НАБОРУ ДАНИХ МНОЖИННИХ ЕКЗЕМПЛЯРІВ ДЛЯ АЛГОРИТМУ LPS 47 2.4 ПРОБЛЕМА ЕКСПОНЕНЦІЙНОГО НАБОРУ ДАНИХ MI 56 2.5 ОБЧИСЛЕННЯ ЗАГАЛЬНОЇ КІЛЬКОСТІ ПОЗИТИВНИХ/НЕГАТИВНИХ ПАКЕТІВ. ВНУТРІШНЯ МІРА ЯКОСТІ 58 3 ЕКСПЕРИМЕНТАЛЬНЕ ТЕСТУВАННЯ БАЗОВОЇ ПРЕТОПОЛОГІЧНОЇ МОДЕЛІ ФРЕЙМВОРКУ 65 3.1 РЕАЛІЗАЦІЯ БАЗОВОЇ ПРЕТОПОЛОГІЧНОЇ МОДЕЛІ 65 3.2 РОБОТА ІЗ ЛЕКСИЧНИМИ ТАКСОНОМІЯМИ ЗА ДОПОМОГОЮ АЛГОРИТМУ І ФРЕЙМВОРКУ LPSMI 71 3.3 РЕАЛІЗАЦІЯ ПІДХОДУ ДО ІДЕНТИФІКАЦІЇ ЛЕКСИЧНИХ ТАКСОНОМІЙ. ЕКСПЕРИМЕНТАЛЬНІ ДАНІ ТА РЕЗУЛЬТАТИ 77 3.4 ВИВЧЕННЯ ВІДНОШЕННЯ ГІПЕРНІМІЇ ЗАДАНОЇ ПРЕДМЕТНОЇ ОБЛАСТІ 84 3.5 ЗАСТОСУВАННЯ ВИВЧЕНОГО ПРЕТОПОЛОГІЧНОГО ПРОСТОРУ ДО ІНШИХ ПРЕДМЕТНИХ ОБЛАСТЕЙ 90 3.6 РОЗРОБКА ТА ВЕРИФІКАЦІЯ СЕМАНТИЧНОГО ВІДНОШЕННЯ. ПОРІВНЯННЯ ТА ОЦІНЮВАННЯ 94 4 БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ОХОРОНИ ПРАЦІ 103 4.1 ДОЛІКАРСЬКА ДОПОМОГА ПРИ УРАЖЕННІ ЕЛЕКТРИЧНИМ СТРУМОМ 103 4.2 ІНЖЕНЕРНО-ТЕХНІЧНІ РІШЕННЯ З ОХОРОНИ ПРАЦІ 105 ВИСНОВКИ 109 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ 111 ДОДАТКИ 119 Тези доповіді 120
URI: http://elartu.tntu.edu.ua/handle/lib/52694
Copyright owner: © Осейко Павло Іванович, 2026
References (Ukraine): 1. Ahat M., Amor S. B., Bui M., Jhean-Larose S., Denhière G. Document classification with LSA and pretopology // Studia Inform. Universalis. – 2010. – Vol. 8. – P. 125–144.
2. Ahat M., Amor S. B., Bui M., Lamure M., Courel M. Pollution modeling and simulation with multi-agent and pretopology // Complex (1). – Springer, 2009. – P. 225–231.
3. Ahat M., Amor S. B., Bui M., Lamure M., Courel M. F. Pollution modeling and simulation with multi-agent and pretopology // Complex Sci. – 2009. – P. 225–231.
4. Aho A. V., Garey M. R., Ullman J. D. The transitive reduction of a directed graph // SIAM J. Comput. – 1972. – Vol. 1. – P. 131–137.
5. Amin S. M., Wollenberg B. F. Toward a smart grid: power delivery for the 21st century // IEEE Power Energy Mag. – 2005. – Vol. 3. – P. 34–41.
6. Amor S. B., Lavallée I., Bui M. Percolation, pretopology and complex systems modeling. – Complex Systems Modeling and Cognition Eurocontrol and EPHE Joint Research Lab., 2006.
7. Amor S. B., Levorato V., Lavallée I. Generalized percolation processes using pretopology theory // RIVF. – IEEE, 2007. – P. 130–134.
8. Athanasiadis I. N., Mitkas P. A. An agent-based intelligent environmental monitoring system // Manag. Environ. Qual. – 2004. – Vol. 15. – P. 238–249.
9. Auray J., Duru G. Fuzzy pretopological structures and formation of coalitions // IFAC Proc. – 1982. – Vol. 15. – P. 459–463.
10. Badard R. Fuzzy pretopological spaces and their representation // J. Math. Anal. Appl. – 1981. – Vol. 81. – P. 378–390.
11. Baroni M., Bernardini S. Bootcat: bootstrapping corpora and terms from the web // LREC. – Citeseer, 2004. – P. 1313.
12. Belmandt Z. Manuel de prétopologie et ses applications. – 1993.
13. Blockeel H., Page D., Srinivasan A. Multi-instance tree learning // ICML. – ACM, 2005. – P. 57–64.
14. Bonnevay S. Pretopological operators for gray-level image analysis // Studia Inform. Universalis. – 2009. – Vol. 7. – P. 173–195.
15. Bordea G., Buitelaar P., Faralli S., Navigli R. Semeval-2015 task 17: taxonomy extraction evaluation (texeval) // Proceedings of the 9th International Workshop on Semantic Evaluation. – Association for Computational Linguistics, 2015.
Content type: Bachelor Thesis
Enthalten in den Sammlungen:121 — Інженерія програмного забезпечення, F2 Інженерія програмного забезпечення (бакалаври)

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
dyplom_Oseiko_P_2026.pdf4,08 MBAdobe PDFÖffnen/Anzeigen


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt.

Administrationswerkzeuge