Да, заголовок не врёт, по итогам защиты от 16 мая заведующему 72-м отделом Института проблем искусственного интеллекта Ивану Валентиновичу Смирнову присвоена степень доктора технических наук. Ура и ура! Тема диссертации — «Методы разноуровневого анализа текстов на естественном языке и их приложения в системах информационного поиска и психолингвистических исследованиях» (ссылка) — знакома всем и каждому, кто следил за нашими новостями последние полгода. Долго и упорно Иван шёл к заветной цели, железно стоял на своих позициях, подкреплённых, в том числе, прошлогодней монографией (ссылка). Мужественно бился за каждый метод и каждый тезис даже тогда, когда, казалось бы, ничего не предвещало: например, во время приснопамятного семинара в ФИЦ ИВТ.
Даже на Вечере памяти Геннадия Осипова ему пришлось вступит в интеллектуальный поединок со старожилами ФИЦ ИУ РАН (подробнее в репортаже). Но для настоящего учёного не существует преград. Оппоненты — Наталья Лукашевич (МГУ), Евгений Котельников (ВятГУ), Владимир Барахнин (ФИЦ ИВТ) — дали положительные отзывы, а ведущая организация, ИПС им. А. К. Айламазяна, рекомендовала использовать полученные результаты «в отраслевых, образовательных и научных организациях, деятельность которых связана с обработкой текстов».
Диссертационный совет единогласно проголосовал «за», отметив, что впервые Иваном была решена задача автоматического дискурсивного анализа текстов на русском языке, а также выделив ведущую роль автора в разработке инструментов «Машина РСА» и TITANIS. Нам ли об этом не знать! Но и в случае «Моделирования сезонности эмоционального напряжения в социальных сетях» (ссылка) он не изменил себе, моментально включившись в работу вместе с Алексеем Носовым, Юлией Кузнецовой, Максимом Станкевичем и Олегом Григорьевым.
Статья, посвящённая русскоязычным комментариям в новостной группе социальной сети Нижегородской области VK, вышла в первом выпуске журнала Computers за 2024 год при поддержке проекта Минобрнауки № 075-15-2020-799 (ссылка). Предложенный 72-м отделом статистический алгоритм категоризировал и агрегировал данные для моделирования сезонных стрессовых изменений, идентифицировал общие закономерности с помощью разведочного анализа, провёл кластер-идентификацию, сформулировал и валидировал критерии сезонности. Он стал первым в своём роде комбинированным подходом для наблюдения за тем, как меняется настроение пользователей в социальных сетях.