Количественная оценка уровня соответствия назначенных ключевых слов содержанию стандарта

В настоящее время в научной литературе ключевые слова используются как один из идентификационных признаков, позволяющих определить область научных исследований, к которой относится то или иное произведение. Кроме того, ключевые слова можно считать классификационными признаками, по которым целесообразно проводить поиск необходимого информационного научного источника.

Ключевые слова являются обязательными составляющими любого научного источника, поэтому формулировка ключевых слов, а также выбор их количества являются важным аспектом при разработке структуры научного произведения. Раздел «Ключевые слова» является обязательным в разрабатываемых стандартах начиная с 1992 г. Поиск необходимого нормативного документа в существующих поисковых системах можно осуществлять по ключевым словам. Целью исследования является анализ степени соответствия формулировок ключевых слов содержанию стандартов.

Для проведения исследования были выбраны стандарты различных трех классификационных групп из трех классификационных разделов Общероссийского классификатора стандартов ОК 001–2021. Авторами была предложена система показателей, позволяющих количественно оценить эффективность использования ключевых слов в названии и тексте стандарта; проведена статистическая обработка данных об использовании ключевых слов в названии и тексте стандарта; рассчитаны коэффициенты, позволяющие численно оценить ситуацию по параметру, все ли официально назначенные ключевые слова были использованы хотя бы один раз в названии или тексте стандарта. Более того, в работе был рассчитан коэффициент, показывающий частоту использования официально назначенных ключевых слов в тексте стандарта.

Полученные результаты свидетельствуют, что официально назначенные ключевые слова в слабой степени идентифицируют стандарт, в результате чего поиск необходимого нормативного документа в поисковых системах будет неэффективен.

1. Попова Л. А. Ключевые слова современности: проблема термина // Ученые записки Петрозаводского государственного университета. 2017. № 5 (166). С. 93–97. EDN: ZEHLBB.

2. Krasteva R. D. Standardization and Standards in Bulgarian Libraries: Current State. Journal of Librarianship and Information Science. 2019;52(3):726–737. https://doi.org/10.1177/0961000619871603.

3. Celardo L., Everett M. G. Network text analysis: A two-way classification approach. International Journal of Information Management. 2020;51:102009. https://doi.org/10.1016/j.ijinfomgt.2019.09.005. EDN: YQRNDY.

4. Зажигалкин А. В. Анализ зарубежного опыта организационных структур стандартизации // Информационно-экономические аспекты стандартизации и технического регулирования. 2020. № 5 (57). С.34–46. EDN: TDTEUM.

5. Исаев И. В. Современные инструменты поддержки НИОКР (R&D) для инновационного развития транспортных компаний // Экономика и финансы. 2024. № 3 (112). С. 3–7.

6. Gandomi A., Haider M. Beyond the hype: Big data concepts, methods, and analytics. International Journal of Information Management. 2015;35(2):137–144. https://doi.org/10.1016/j.ijinfomgt.2014.10.007.

7. Tulloch B. J., Kaczmarek M., Shankar S., Nathan L. When words are key: negotiating meaning in information research. Journal of Documentation. 2024;80(7):187–205. https://doi.org/10.1108/JD-05-2023-0103. EDN: TODPRF.

8. Wang R., Liu W., Mcdonald C. Using Word Embeddings to Enhance Keyword Identification for Scientific Publications. Proceedings of the Australasian Database Conference. 2015:257–268.

9. Wei L., Zhifeng L., Yong H. et al. How do authors select keywords? A preliminary study of author keyword selection behavior. Journal of Informetrics. 2020;14(4):101066. https://doi.org/10.1016/j.joi.2020.101066.

10. Verma G., Kanrar S. Secure Keyword Search over Encrypted Cloud Data Using Blockchain in Digital Document Sharing. Wireless Personal Communications. 2024;134:975–996. https://doi.org/10.1007/s11277-024-10947-1.

11. Побединский В. В., Полякова М. А., Казанцева Т. В. [и др.]. Интеллектуальная система поиска нормативных документов с использованием основных подходов нечеткой логики // Вестник Магнитогорского государственного технического университета им. Г. И. Носова. 2024. Т. 22, № 1. С. 107–113. https://doi.org/10.18503/1995-2732-2024-22-1-107-113. EDN: XJGJSV.

12. Саламатов В. Ю., Ватолкина Н. Ш., Дробышев Д. А. [и др.]. Цифровая трансформация стандартизации: препятствия и вызовы // Стандарты и качество. 2023. № 4. С. 34–39. EDN: ISBXDQ.

13. Головаш А. Н., Курманова Н. Б., Полеваев В. В. Терминология в стандартах и качество продукции. Причинно-следственные связи // Стандарты и качество. 2024. № 10. С. 40–43. https://doi.org/10.35400/0038-9692-2024-10-102-24. EDN: ZBMENY.

14. Глущенко О. А., Хабибуллин Р. Р., Макеева А. Ю. «Техэксперт»: умный подход к управлению нормативными и техническими документами // Стандарты и качество. 2024. № 2. С. 42–45. EDN: GTBEUV.

15. Казанцева Т. В., Полякова М. А. Направления работ по цифровизации в области стандартизации // Технологии металлургии, машиностроения и материалообработки. 2021. № 20. С. 246–249.

16. Полякова М. А., Казанцева Т. В., Казанцева Н. К., Пиджакова Е. Н. Количественная оценка информации как основа построения базы данных // Черная металлургия. 2022. Т. 78, № 4. С. 338–344. https://doi.org/10.32339/0135-5910-2022-4-338-344. EDN: QVVFBB.

17. Казанцева Т. В., Полякова М. А., Казанцева Н. К. [и др.]. Комплекс задач при создании электронной библиотеки стандартов // Качество и жизнь. 2021. № 4. С. 42–46. https://doi.org/10.34214/2312-5209-2021-32-4-42-46. EDN: DDKHIB.

18. James G., Witten D., Hastie T., Tibshirani R. An introduction to statistical learning. New York, NY, USA: Springer, 2013.