Information-Logical Model and Algorithm for Automated Selection of Reviewers of Articles for a Scientific Journal

Abstract

Рецензирование научных публикаций играет ключевую роль в научной сфере и является неотъемлемым этапом в процессе публикации. В настоящее время наблюдается непрерывный рост числа статей во многих научных областях. Этот рост создает значительное напряжение на процесс рецензирования научной литературы, так как количество доступных публикаций превышает возможности рецензентов. Назначение квалифицированных рецензентов для оценки статей является сложной и ответственной задачей. Организаторы процесса рецензирования должны учитывать специализацию рецензентов, чтобы обеспечить соответствие их экспертизы теме статьи. Для обеспечения соответствия специализации рецензентов теме статьи одним из подходов является использование классификаторов. Недостатком классификаторов является то, что каждый автор должен указывать коды классификаторов для статьи, при этом, как правило, многие научные журналы монодисциплинарные, или, наоборот, один рецензент не является специалистом по всем областям. Поэтому для подбора рецензентов возникает необходимость анализировать содержимое материала публикации, не прибегая к классификаторам. Анализ содержимого материалов по тексту требует разработки систем искусственного интеллекта, который анализирует содержание текста, причем отдельно взятая фраза из текста ничего не говорит о тематике статьи, а ключевые слова могут относиться ко множеству статей и ко множеству тематик. Поэтому наиболее простой способ выявления тематики статьи – по названию. Поэтому возникает необходимость в разработке информационно-логической модели и, в конечном итоге, информационной системы, которая будет подбирать необходимых рецензентов статьи. При этом необходимо учитывать морфологию слов в названии статьи. Peer review of scientific publications plays a key role in the scientific field and is an integral stage in the publication process. Currently, there is a continuous increase in the number of articles in many scientific fields. This growth creates significant stress on the process of peer review of scientific literature, since the number of available publications exceeds the capabilities of reviewers. The appointment of qualified reviewers to evaluate articles is a complex and responsible task. Organizers of the review process must take into account the specialization of reviewers to ensure that their expertise matches the topic of the article. One approach to ensure that the specialization of reviewers matches the topic of the article is to use classifiers. The disadvantage of classifiers is that each author must specify classifier codes for the article, while, as a rule, many scientific journals are monodisciplinary, or, conversely, one reviewer is not an expert in all areas. Therefore, in order to select reviewers, it is necessary to analyze the content of the publication material without resorting to classifiers. Analysis of the content of materials by text requires the development of artificial intelligence systems that analyze the content of the text, and a single phrase from the text does not say anything about the topic of the article, and keywords can relate to many articles and many topics. Therefore, the easiest way to identify the topic of an article is by title. Therefore, there is a need to develop an information-logical model and, ultimately, an information system that will select the necessary reviewers of the article. In this case, it is necessary to take into account the morphology of words in the title of the article.