vdgtuВестник Дагестанского государственного технического университета. Технические наукиHerald of Dagestan State Technical University. Technical Sciences2073-61852542-095XDaghestan State Technical University10.21822/2073-6185-2025-52-1-162-172vdgtu-1710Research ArticleИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ТЕЛЕКОММУНИКАЦИИINFORMATION TECHNOLOGY AND TELECOMMUNICATIONSМодификация автоматического метода извлечения причинно-следственных связей, основанного на шаблонах и Байесовском классификатореModification of an automatic method for extracting causal relationships based on templates and a Bayesian classifierШтанчаевХ. Б.ShtanchaevН. В.

Штанчаев Хайрутин Баширович, кандидат технических наук, доцент, кафедра программного обеспечения вычислительной техники и автоматизированных систем, старший инженер АСУТП,

1367015, г. Махачкала проспект Имама Шамиля 70

Hairutin B. Shtanchaev, Cand. Sci. (Eng), Assoc. Prof., Department of Software for Computer Engineering and Automated Systems, Senior Engineer of APCS,

170 I. Shamil Ave., Makhachkala 367015

shtanchaev.h@gmail.comМугутдиновЗ. Т.MugutdinovZ. T.

Мугутдинов Залибек Темирланович, аспирант, кафедра программного обеспечения вычислительной техники и автоматизированных систем,

2368080, Республика Дагестан, с. Коркмаскала, Заводская ул, зд.1 стр.1

Zalibek T. Mugutdinov, Postgraduate Student, Department of Software for Computer Engineering and Automated Systems,

1 Zavodskaya St., Republic of Daghestan, s. Korkmaskala 368080

zalik737@mail.ruДагестанский государственный технический университетРоссияDaghestan State Technical UniversityRussian FederationООО «Салаватстекло Каспий»РоссияOOO "Salavatsteklo Caspian"Russian Federation202518042025521162172Copyright © Штанчаев Х.Б., Мугутдинов З.Т., 20252025Штанчаев Х.Б., Мугутдинов З.Т.Shtanchaev Н.В., Mugutdinov Z.T.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.dgtu.ru/jour/article/view/1710Цель

Цель. Целью исследования является модификация автоматического метода извлечения причинно-следственных связей.

Метод

Метод. Исследование основано на оригинальном методе Антоние Соргенте с его последующей модификацией.

Результат

Результат. Предложен метод извлечения причинно-следственных связей. Метод предполагает комбинированное использование статистических данных и машинных методов. Оригинальный метод был модифицирован переводом работы метода на современные библиотеки, такие как NLTK и Spacy. Правила, сформированные автором, были переработаны и добавлены в модуль Dependency Matcher библиотеки Spacy. Количество ключевых слов по каждому правилу были увеличены. Метод так же предполагает учет синонимов, подсчет Байесовской статистики и сглаживание Лапласа для нулевых вероятностей. Исходя из разности данных с ПСС и без, был введен коэффициент multiplier для компенсации перекоса классов в данных.

Вывод

Вывод. Разработанный метод был протестирован на исходных данных оригинального метода и показал улучшенные метрики относительно оригинального метода на тренировочных и тестовых данных.

Objective

Objective. The aim of the study is to modify the automatic method for extracting cause-and-effect relationships.

Method

Method. The study is based on the original method of Antonie Sorgente with its subsequent modification.

Result

Result. A method for extracting cause-and-effect relationships is proposed. The method involves the combined use of statistical data and machine methods. The original method was modified by translating the method to modern libraries such as NLTK and Spacy. The rules formed by the author were reworked and added to the Dependency Matcher module of the Spacy library. The number of keywords for each rule was increased. The method also takes into account synonyms, calculates Bayesian statistics and smooths Laplace for zero probabilities. Based on the difference in data with and without PSS, a multiplier coefficient was introduced to compensate for the skew of classes in the data.

Conclusion

Conclusion. The developed method was tested on the original data of the original method and showed improved metrics relative to the original method on training and test data.

причинно-следственные связиобработка естественного языкаNLTKSpacyпричинностьпричинаследствиестатические методынестатические методымашинные методыcause and effectnatural language processingNLTKSpacycausalitycauseeffectstatic methodsnon-static methodsmachine methodsReferencesШтанчаев Х.Б. Нестатистические методы автоматического извлечения причинно-следственных связей из текста / Х.Б. Штанчаев // Известия ЮФУ. Технические науки. – 2023. – № 2(232). – С. 273- 280. – DOI 10.18522/2311-3103-2023-2-273-280. – EDN JZUBSO.1Shtanchaev H.B. Non-statistical methods of automatic extracting causal relationship from text// H.B. Shtanchaev. Izvestiya YuFU. Tekhnicheskie nauki. 2023;2(232):273-280. – DOI 10.18522/2311-3103- 2023-2-273-280. – EDN JZUBSO.1. (In Russ)Штанчаев, Х.Б. Статистические и машинные методы автоматического извлечения причинноследственных связей из текста (обзор) / Х.Б. Штанчаев // Известия ЮФУ. Технические науки. – 2023. – № 6(236). – С. 105-114. – DOI 10.18522/2311-3103-2023-6-105-114. – EDN TBHUWW.Shtanchaev, H.B. Statistical methods of automatic extracting causal relationship from text(review)// H.B. Shtanchaev. Izvestiya YuFU. Tekhnicheskie nauki. 2023;6(236):105-114. – DOI 10.18522/2311-3103-2023-6-105-114. – EDN TBHUWW. (In Russ)Fellbaum, Christiane (2005). WordNet and wordnets. In: Brown, Keith et al. (eds.), Encyclopedia of Language and Linguistics, Second Edition, Oxford: Elsevier, 665-670.Fellbaum, Christiane (2005). WordNet and wordnets. In: Brown, Keith et al. (eds.), Encyclopedia of Language and Linguistics, Second Edition, Oxford: Elsevier, 665-670.VerbNet. A Computational Lexical Resourse for Verbs. Интернет-ресурс. Способ доступа - https://verbs.colorado.edu/verbnet/VerbNet. A Computational Lexical Resourse for Verbs. Internet-resurs. Sposob dostupa - https://verbs.colorado.edu/verbnet/Text Rettieval Conference(TREC). Интернет-ресурс. Способ доступа - https://en.wikipedia.org/wiki/Text_Retrieval_ConferenceText Rettieval Conference(TREC). Internet-resurs. Sposob dostupa - https://en.wikipedia.org/wiki/Text_Retrieval_ConferenceG.V. a. F.M. Antonio Sorgente, "Automatic extraction of cause-effect relations in," Institute of Cybernetics “Eduardo Caianiello” of the National Research Council, Январь 2013.G.V. a. F.M. Antonio Sorgente. Automatic extraction of cause-effect relations in. Institute of Cybernetics “Eduardo Caianiello” of the National Research Council, Yanvar' 2013.L.A. Dalton, E.R. Dougherty. Optimal Bayesian Classification, SPIE--The International Society for Optical Engineering, 2020, 363p.L.A. Dalton, E.R. Dougherty. Optimal Bayesian Classification, SPIE--The International Society for Optical Engineering, 2020:363p.Sayed, A.H. Inference and Learning from Data: Learning. Cambridge: Cambridge University Press. – 2022, Chapter 55, 2341-2356Sayed, A.H. Inference and Learning from Data: Learning. Cambridge: Cambridge University Press. – Chapter 55, 2022:2341-2356Ananda P. Noto, Dewi R.S. Saputro; Classification data mining with Laplacian Smoothing on Naïve Bayes method. AIP Conf. Proc. 28 November 2022; 2566 (1): 030004.Ananda P. Noto, Dewi R.S. Saputro; Classification data mining with Laplacian Smoothing on Naïve Bayes method. AIP Conf. Proc. 28 November 2022; 2566 (1): 030004.Dependency Matcher Интернет-ресурс. Способ доступа - https://spacy.io/usage/rule-basedmatching#dependencymatcher.Dependency Matcher Internet-resurs. Sposob dostupa - https://spacy.io/usage/rule-basedmatching#dependencymatcher.SpaCy 101. Все что нам нужно знать. Интернет-ресурс. Способ доступа - https://webdevblog.ru/spacy101-vse-chto-vam-nuzhno-znat-chast-1SpaCy 101. Vse chto nam nuzhno znat'. Internet-resurs. Sposob dostupa - https://webdevblog.ru/spacy-101- vse-chto-vam-nuzhno-znat-chast-1Метрики качества моделей бинарной классификации. Интернет-ресурс. Способ доступа - https://loginom.ru/blog/classification-qualityMetrics of binary classification. Internet.Link - https://loginom.ru/blog/classification-quality (In Russ)

The authors declare that there are no conflicts of interest present.