R&D

НОВОСТЬ (май 2020)

Токсичность текста

В результате работы над расширением функциональных возможностей аналитической системы «Topic.sirius», был разработан инструмент «Токсичность текста»,  предназначенный для обеспечения информационной гигиены человека. С его помощью можно проанализировать произвольный текст и определить его качество с точки зрения потенциального влияния на восприятие информации читателем.

Ссылка на демо-версию «Topic.sirius»: http://topic.sirius-iq.com/

Ссылка на инструмент «Токсичность текста»: https://topic.sirius-iq.com/topic.php?lng=ru&page=mknow&part=&post_type_id=&post_id=

Для анализа текста достаточно ввести или скопировать его в специальное окно и нажать кнопку «Обработать».

Примечание: На сегодняшний день обрабатывается материал на украинском или русском языках, объемом до 8 тыс. символов.

Примеры скриншотов работы системы:

tox1

Результатом  успешного анализа будет таблица с указанием (в %) основных индексов, определяющих качество введенного текста.

tox2

А именно:

Коэффициент PR-влияния – интегральный показатель, в процентном отношении с лингвистической точки зрения, показывает степень подобия материалов «текстам прямого влияния» (для отдельного сообщения расчитывается исходя из лингво-статистической насыщенности эмоциональным и манипулятивным контентом; для источника и темы дня как характеристика всего корпуса/множества входящих сообщений)

Темпер (Темперамент) — интегральный показатель, который на основе анализа лингво-статистических оценок контента сообщений, с достоверностью > 75%, показывает психологические/субъективные особенности автора или их группы при подготовке материалов.

Эм (Эмоциональность) — в процентном отношении оценка показывает наличие эмоциональной лексики.

СБ (Событийность) — в процентном отношении оценка показывает наличие лексики характерной для подачи фактического материала.

НС (Несобытийность) — в процентном отношении показывает наличие лексики характерной для подачи авторских высказываний, мнений, субъективных/экспертных оценок событий/процессов/явлений и пр.

МН (Манипулятивность) — в процентном отношении оценка показывает наличие манипулятивной лексики.

НГ (Негатив) — в процентном отношении оценка показывает наличие негативной лексики.

ПЗ (Позитив) — в процентном отношении оценка показывает наличие позитивной лексики.


НОВОСТЬ (апрель 2020)

Источники пропаганды.

В рамках совместного проекта «Topic.sirius», институтом ISED и консалтингово-аналитическим подразделением Intelligence Center, продолжается работа над расширением функциональных возможностей аналитической системы «Topic.sirius».

Ссылка на демо-версию «Topic.sirius»: http://topic.sirius-iq.com/

Примеры скриншотов работы системы:

source1

Так, система в автоматическом режиме, на основе анализа контента, может выявлять источники конструктивной и деструктивной пропаганды.

source2

Кроме того, есть возможность просмотреть, какие именно темы формируют источники пропаганды в информационном поле.

source3


НОВОСТЬ (февраль 2020)

Нашим институтом, в продолжение реализации научно-исследовательской работы «Исследование характеристик информационного пространства созданного новостными потоками электронных СМИ» разработана аналитическая система «Topic.sirius», позволяющая собирать и анализировать данные, циркулирующие в информационном поле, а также  оценивать источники,  которые её распространяют (см. скриншот интерфейса ниже).

«Topic.sirius» позволяет:

  1. Оценивать общую ситуацию в информационном поле страны и осуществлять контроль над её изменениями.
  2. Контролировать и оценивать работу источников СМИ, формирующих информационное поле в стране.
  1. Выявлять внутренние и внешние источники угроз информационной безопасности.
  2. Выявлять инициаторов целенаправленного информационного воздействия на субъект нападения, его психологическое состояние или имидж на международной арене, а также источники информации, через которые это воздействие осуществляется.
  3. Осуществлять мониторинг мировых политических, экономических, военных, экологических и других процессов, а также контролировать действия стран, распространяющих информацию в целях получения односторонних преимуществ.
  4. Выявлять лидеров общественного мнения и ретрансляторов мнений, а также внешних оппонентов. Оценивать их количество и качество. Определять их цели, задачи и методы работы.

Ссылка на демо-версию «Topic.sirius»: http://topic.sirius-iq.com/

Screenshot интерфейса системы:

Scan_R_D

                                                                                                                                                                                                                 

В Институте успешно проведена НИР:

«Исследование характеристик информационного пространства созданного новостными потоками электронных СМИ».

В рамках программы института ISED по разработке и внедрению автоматических информационно — аналитических систем для обеспечения экологии информационного пространства государства, нами разработана информационная технология исследования информационных потоков образованных электронными СМИ.

Технология позволяет:

  • Выделять наиболее важные/резонансные события («Темы дня») за выбранный период (сутки).
  • Проводить лингвистическую фильтрацию поступающего в обработку контента.
  • Определять и формировать тематические (лингвистически определенные отраслевые, объектовые, специальные) информационные потоки.
  • Оценивать как информационные потоки, так и отдельные текстовые сообщения на наличие элементов воздействия (по принципу «текст прямого действия») на читателя (эмоциональность, манипулятивность, фактажность, оценка наличия PR-влияния и др.) на целевую аудиторию.
  • Разделять обобщенный контент информационных потоков по признакам: информирования и наличия элементов анализа.

На основании полученных положительных результатов, в Институте вскоре будут открыты НИР и ОКР, которые будут продолжением этого направления.


Наш Институт занимается исследованием, нахождением и анализом особенностей и закономерностей социально-экономического развития государств; влияния окружающей среды на здоровье человека и т.п. Исследования проводятся с помощью разработанной нами информационно-аналитической системы, которая относится к системам «искусственного интеллекта». В основе автоматизированной системы многоуровневого преобразования информации лежит метод группового учета аргумента, который относится к методам индуктивного моделирования и есть одним из наиболее эффективных методов структурно-параметрической идентификации сложных объектов, процессов и систем по данным наблюдения в условиях неполноты информации.

В первую очередь наше внимание направлено на исследование особенностей страны с развитой информационной экономикой, поскольку именно они являются локомотивами мирового развития.

Европа: Ирландия, Швеция, Швейцария, Нидерланды, Норвегия, Финляндия, Германия, Англия и другие.

Страны Ближнего Востока: Объединенные Арабские Эмираты, Саудовская Аравия, Иран, Кувейт и другие.

Страны с англо-американской моделью развития: США, Канада, Австралия и Новая Зеландия.

Страны азиатского региона: Япония, Сингапур, Гонконг, Корея, Китай и другие.

	
👁 4 149