Методы искусственного интеллекта для научных исследований в геологии
https://doi.org/10.26907/1562-5419-2023-26-5-673-696
Аннотация
Приведен краткий обзор некоторых методов искусственного интеллекта в области наук о Земле. Отмечены перспективы применения указанных методов для получения новых знаний. Приведены результаты первых попыток авторов в применении методов обработки естественного языка для обработки научных статей по геологии. Обсуждены возможности развития работ в этом направлении.
Об авторах
М. И. Патук
Государственный геологический музей им. В.И. Вернадского РАН
Россия
Россия
В. В. Наумова
Государственный геологический музей им. В.И. Вернадского РАН
Россия
Россия
Список литературы
1. Кате А. Машинное обучение и искусственный интеллект в геологии // Золотодобыча, №257, Апрель, 2020, пер.
2. Kaplmеan A., Haenlein M. Siri, Siri in my Hand, who’s the Fairest in the Land? On the Interpretations, Illustrations and Implications of Artificial Intelligence // Business Horizons. 2019. V. 62, No. 1. P. 15–25.
3. PROSPECTOR // URL: http://www.computing.surrey.ac.uk/ai/PROFILE /prospector.html (дата обращения 18.09.2023)
4. ESRI // URL: https://www.esri.com/en-us/home (дата обращения 18.09.2023)
5. USGS // URL: https://www.usgs.gov/ (дата обращения 18.09.2023)
6. Родионов С.М., Сыркин В.К. Экспертная прогнозирующая система «Олово» // Тихоокеанская геология. 1995. Т. 14, №5. С. 63–71. URL: http://itig.as.khb.ru/POG/archive/1995/N5_1995.pdf
7. SOLSA Expert System // URL: https://solsa-dem-up.eu/en (дата обращения 17.09.2023)
8. GoldSpot // URL: https://www.alsglobal.com/en/consulting-and-analytics (дата обращения 18.09.2023)
9. SRK Consulting // URL: https://www.srk.com/ru/ (дата обращения 18.09.2023)
10. Maptek // URL: https://www.maptek.com/ (дата обращения 18.09.2023)
11. IOS Services Geoscientifiques // URL: https://www.iosgeo.com/en/ (дата обращения 18.09.2023)
12. Orefox // URL: https://orefox.com/ (дата обращения 18.09.2023)
13. Geolearn // URL: https://www.geolearn.ai/ (дата обращения 18.09.2023)
14. Datarock // URL: https://datarock.com.au/platform/ (дата обращения 18.09.2023)
15. Baraboshkin E.E., Ismailova L.S., Orlov D.M., Zhukovskaya E.A., Kalmykov G.A., Khotylev O.V., Baraboshkin E.Yu., Koroteev D.A. Deep Convolutions for In-Depth Automated Rock Typing // Computers & Geosciences. 2020. V. 135. https://doi.org/10.1016/j.cageo.2019.104330
16. Nesteruk S., Agafonova J., Pavlov I., Gerasimov M., Latyshev N., Dimitrov D., Kuznetsov A., Kadurin A., Plechov P. MineralImage5k: A benchmark for zero-shot raw mineral visual recognition and description // Computers & Geosciences. 2023. V. 178. https://doi.org/10.1016/j.cageo.2019.104330
17. Обработка естественного языка // URL: https://ru.wikipedia.org/wiki/Обработка_естественного_языка (дата обращения 18.09.2023)
18. Jurafsky D., Martin J.H. N-gram Language Models // Speech and Language Processing 3rd. 2021.
19. Deng C., Zhang T., He Z., Chen Q., Shi Y., Zhou L., Fu L., Zhang W., Wang X., Zhou C., Lin Z., He J. Learning Foundation Language Models for Geoscience Knowledge Understanding and Utilization // arXiv:2306.05064, 2023. URL: https://arxiv.org/abs/2306.05064v1
20. K2 model // URL: https://github.com/davendw49/k2?ysclid=lmswxywt6i750905070 (дата обращения 18.09.2023)
21. Lawley C.J.M., Raimondo S., Chen T., Brin L., Zakharov A., Kur D., Hui J., Newton G., Burgoyne S.L., Marquis G. Geoscience language models and their intrinsic evaluation // Applied Computing and Geosciences. 2022. V. 14, 100084. P. 1–10.
22. Wang B., Ma K., Wu L., Qiu Q., Xie Z., Tao L. Visual analytics and information extraction of geological content for text-based mineral exploration reports // Ore Geology Reviews. 2022. V. 144, 104818. P. 1–12.
23. Padarian J., Fuentes I. Word embeddings for application in geosciences: development, evaluation, and examples of soil-related concepts // SOIL. 2019. V. 5. P. 177–187.
24. Lawley C.J.M., Gadd M.G., Parsa M., Lederer G.W., Graham G.E., Ford A. Applications of Natural Language Processing to Geoscience Text Data and Prospectivity Modeling // Natural Resources Research. 2023. V. 32, No. 4. P. 1503–1527.
25. Fuentes I., Padarian J., Iwanaga T., Vervoort R.W. 3D lithological mapping of borehole descriptions using word embeddings // Computers & Geosciences. 2020. V. 141, 104516.
26. Qiu Qinjun, Xie Zhong, Wu Liang, Li Wenjia. Geoscience keyphrase extraction algorithm using enhanced word embedding // Expert Systems with Applications. 2019. V. 125. P. 157–169.
27. Патук М.И., Наумова В.В., Ерёменко В.С. Цифровой репозиторий "geologyscience.ru": открытый доступ к научным публикациям по геологии России. // Электронные библиотеки. 2020. Т. 23, № 6. С. 1324–1338. https://doi.org/10.26907/1562-5419-2020-23-6-1324-1338
28. Патук М.И., Наумова В.В. Построение цифровой системы управления геологическими знаниями для поддержки научных исследований. // Электронные библиотеки. 2022. Т. 25, № 2. С. 148–158. https://doi.org/10.26907/1562-5419-2022-25-2-148-158
29. Bourke D. 08. Natural Language Processing with TensorFlow. URL: https://dev.mrdbourke.com/tensorflow-deep-learning/08_introduction_to_nlp_in_tensorflow/ (дата обращения 18.09.2023)
30. mrdbourke / tensorflow-deep-learning. URL: https://github.com/mrdbourke/tensorflow-deep-learning (дата обращения 18.09.2023)
31. Pdfreader 0.1.12. URL: https://pypi.org/project/pdfreader/ (дата обращения 18.09.2023)
32. spaCy URL: https://spacy.io/models/ru (дата обращения 18.09.2023)
33. Spacy-stanza. URL: https://spacy.io/universe/project/spacy-stanza (дата обращения 18.09.2023)
34. SberDevice. Как мы анализируем предпочтения пользователей виртуальных ассистентов Салют. URL: https://habr.com/ru/companies/ sberdevices/articles/547568/ (дата обращения 18.09.2023)
35. Zero-shot learning. URL: https://en.wikipedia.org/wiki/Zero-shot_learning (дата обращения 18.09.2023)
36. Ванюшкин А.С., Гращенко Л.А. Методы и алгоритмы извлечения ключевых слов // Новые информационные технологии в автоматизированных системах. 2016. С. 85–93.
37. Pay T., Lucci F., Cox J.L. An Ensemble of Automatic Keyword Extractors: TextRank, RAKE and TAKE // Computación y Sistemas. 2019. V. 23, No. 3. P. 703–710.
38. https://doi.org/10.13053/CyS-23-3-3234
39. Дале Д. Многозадачная модель T5 для русского языка. URL: https://habr.com/ru/articles/581932/ (дата обращения 18.09.2023)
40. Данил, keyT5 или генерация ключевых слов из текста. URL: https://habr.com/ru/articles/599715/ (дата обращения 18.09.2023)
41. Yandex DataSphere. URL: https://datasphere.yandex.ru/?yc-skip-auth=1 (дата обращения 18.09.2023)
Рецензия
Для цитирования:
Патук М.И., Наумова В.В. Методы искусственного интеллекта для научных исследований в геологии. Электронные библиотеки. 2023;26(5):673-696. https://doi.org/10.26907/1562-5419-2023-26-5-673-696
For citation:
Patuk M.I., Naumova V.V. Artificial Intelligence Methods for Scientific Research in Geology . Russian Digital Libraries Journal. 2023;26(5):673-696. (In Russ.) https://doi.org/10.26907/1562-5419-2023-26-5-673-696
Просмотров:
46
Послать статью по эл. почте 