infojournalИнформатика и образованиеInformatics and education0234-04532658-7769Publishing House Education and Informatics10.32517/0234-0453-2025-40-6-16-27infojournal-1362Research ArticleИНФОРМАТИЗАЦИЯ ОБРАЗОВАНИЯINFORMATIZATION OF EDUCATIONАвтоматизированное сравнение научных исследований на базе академической генеалогииAutomated comparison of scientific research based on academic genealogyhttps://orcid.org/0000-0003-0577-2360МариносянА. Х.MarinosyanA. Kh.

Андреас Хачатурович Мариносян, аспирант

Институт цифрового образования; департамент информатизации образования

Москва

Andreas Kh. Marinosyan, postgraduate student

Institute of Digital Education; Department of Education Informatisation

Moscow

a.marinosyan@yandex.ruhttps://orcid.org/0000-0002-0034-9224ГригорьевС. Г.GrigorievS. G.

Сергей Георгиевич Григорьев, чл.-корр. РАО, доктор тех. наук, профессор, профессор департамента

Институт цифрового образования; департамент информатики, управления и технологий

Москва

Sergey G. Grigoriev, Corresponding Member of the RAE, Doctor of Sciences (Engineering), Professor, Professor at the Department

Institute of Digital Education; Department of IT, Management and Technology

Moscow

grigorsg@yandex.ruhttps://orcid.org/0000-0001-5788-3113ЛернерИ. М.LernerI. M.

Илья Михайлович Лернер, доктор тех. наук, профессор, профессор кафедры

Институт радиоэлектроники, фотоники и цифровых технологий; кафедра нанотехнологий в электронике; Институт физики; кафедра радиоастрономии

Республика Татарстан; Казань

Ilya M. Lerner, Doctor of Sciences (Engineering), Professor, Professor at theDepartment

Institute of Radio Electronics, Photonics and Digital Technologies; Department of Nanotechnology in Electronics; Institute of Physics; Department of Radio Astronomy

The Republic of Tatarstan; Kazan

aviap@mail.ruhttps://orcid.org/0000-0001-8155-5902АникьеваМ. А.AnikievaM. A.

Марина Анатольевна Аникьева, канд. тех. наук, доцент

Институт космических и информационных технологий; кафедра систем искусственного интеллекта

Красноярск

Marina A. Anikieva, Candidate of Sciences (Engineering), Associate Professor

School of Space and Information Technology; Department of Artificial Intelligence Systems

Krasnoyarsk

MAnikieva@sfukras.ruМосковский городской педагогический университетРоссияMoscow City UniversityRussian FederationКазанский национальный исследовательский технический университет им. А. Н. Туполева-КАИ; Казанский (Приволжский) федеральный университетРоссияKazan National Research Technical University named after A. N. Tupolev-KAI; Kazan (Volga Region) Federal UniversityRussian FederationСибирский федеральный университетРоссияSiberian Federal UniversityRussian Federation2025020120264061627Copyright © Мариносян А.Х., Григорьев С.Г., Лернер И.М., Аникьева М.А., 20262026Мариносян А.Х., Григорьев С.Г., Лернер И.М., Аникьева М.А.Marinosyan A.K., Grigoriev S.G., Lerner I.M., Anikieva M.A.This work is licensed under a Creative Commons Attribution 4.0 License.https://info.infojournal.ru/jour/article/view/1362

   Статья посвящена задаче анализа больших корпусов научных текстов. Отмечается, что традиционные наукометрические подходы, основанные на анализе цитирований, не всегда позволяют оценить содержательную близость идей и проследить интеллектуальную преемственность научных знаний. В работе предлагается алгоритм, сочетающий возможности больших языковых моделей (БЯМ) и количественных методов анализа. Подход включает два этапа. На первом этапе БЯМ используется для анализа содержания научной работы в соответствии с иерархическим классификатором и преобразования полученных данных в машиночитаемый формат в виде JSON-объекта. В результате каждой научной работе ставится в соответствие вектор ее тематического профиля. На втором этапе производится сравнение тематических профилей как отдельных работ, так и заранее заданных групп (научных школ) по расстояниям между центроидами и с применением методов кластерного анализа. Конечная цель подхода — перейти от формального анализа связей между исследователями (например, «научный руководитель — диссертант») к построению интеллектуальной генеалогии, отслеживающей эволюцию научных школ на основе содержательной близости их идей. Подчеркивается, что предложенный подход не заменяет экспертную оценку, а служит вспомогательным инструментом для навигации в научной литературе и выявления связей между исследованиями.

   The article addresses the problem of analyzing large corpora of scientific texts. It is noted that traditional scientometric approaches based on citation analysis do not always capture the substantive proximity of ideas or trace the intellectual continuity of scientific knowledge. The paper proposes an algorithm that combines the capabilities of large language models (LLMs) with quantitative analytical methods. The approach proceeds in two stages. At the first stage, LLM is used to automatically structure the text of a scientific paper and convert it into a machine-readable format. This yields, for each work, a vector representation of its thematic profile. At the second stage, thematic profiles of individual works and of pre-specified groups (schools of thought) are compared using centroid distances and clustering techniques. The ultimate goal is to move beyond formal relational analyses among researchers (e. g., “supervisor — dissertation candidate”) toward constructing an intellectual genealogy that tracks the evolution of schools of thought on the basis of the substantive proximity of their ideas. It is emphasized that the proposed approach does not replace expert assessment but serves as an auxiliary tool for navigating the scientific literature and identifying connections between studies.

академическая генеалогиянаукометриясравнение научных работбольшие языковые моделианализ содержанияграфы знанийдиссертационные исследованиякоэффициент силуэтаacademic genealogyscientometricscomparison of scientific paperslarge language modelscontent analysisknowledge graphsdissertation researchsilhouette coefficientИсследование выполнено в рамках реализации гранта «Методика автоматизации создания академической генеалогии ученых МГПУ». Приказ Департамента образования и науки города Москвы от 18 апреля 2025 года № Пр-354The study was carried out within the framework of the grant “Methodology for automating the creation of academic genealogy of scientists of Moscow City University”. Order of the Department of Education and Science of the City of Moscow dated April 18, 2025 No. Pr-354ReferencesГригорьев С. Г., Лернер И. М., Мариносян А. Х., Арутюнова Н. К., Григорьева М. А. К вопросу подбора учебно-методической информации для реализации адаптивной электронной образовательной среды: алгоритм априорной классификации авторов. Информатика и образование. 2025;40(2):66–78. EDN: YDTFTG. DOI: 10.32517/0234-0453-2025-40-2-66-78.Grigoriev S. G., Lerner I. M., Marinosyan A. Kh., Arutyunova N. K., Grigorieva M. A. On the issue of educational and methodological information selection for implementing an adaptive learning management system: Algorithm of a priori authors classification. Informatics and Education. 2025;40(2):66–78. (In Russian.) EDN: YDTFTG. DOI: 10.32517/0234-0453-2025-40-2-66-78.Григорьев С. Г., Лернер И. М., Мариносян А. Х., Григорьева М. А. К вопросу подбора учебно-методической информации для реализации адаптивной электронной образовательной среды: алгоритм подбора авторов литературы с учетом эмоционально-психологических особенностей пользователей на базе идей академической генеалогии. Информатика и образование. 2025;40(3):69–79. EDN: DVPEUJ. DOI: 10.32517/0234-0453-2025-40-3-69-79.Grigoriev S. G., Lerner I. M., Marinosyan A. Kh., Grigorieva M. A. On the issue of educational and methodological information selection for implementing an adaptive learning management system: Algorithm of selecting authors of literature taking into account the emotional and psychological characteristics of users based on the ideas of academic genealogy. Informatics and Education. 2025;40(3):69–79. (In Russian.) EDN: DVPEUJ. DOI: 10.32517/0234-0453-2025-40-3-69-79.Лернер И. М., Мариносян А. Х., Григорьев С. Г., Юсупов А. Р., Аникьева М. А., Гарифуллина Г. А. Подход к формированию интеллектуальной академической генеалогии с использованием больших языковых моделей. Электромагнитные волны и электронные системы. 2024;29(4):108–120. EDN: BSNYZW. DOI: 10.18127/j5604128-202404-09.Lerner I. M., Marinosyan A. Kh., Grigoriev S. G., Yusupov A. R., Anikieva M. A., Garifullina G. A. An approach to the formation of intellectual academic genealogy using large language models. Electromagnetic Waves and Electronic Systems. 2024;29(4):108–120. (In Russian.) EDN: BSNYZW. DOI: 10.18127/j5604128-202404-09.de Solla Price D. J., Beaver D. Collaboration in an invisible college. American Psychologist. 1966;21(11):1011–1018. DOI: 10.1037/h0024051.de Solla Price D. J., Beaver D. Collaboration in an invisible college. American Psychologist. 1966;21(11):1011–1018. DOI: 10.1037/h0024051.Gallon M., Law J., Rip A. (Eds) Mapping the dynamics of science and technology: Sociology of Science in the Real World. Houndmills: Macmillan Press; 1986. 242 p.Gallon M., Law J., Rip A. (Eds) Mapping the dynamics of science and technology: Sociology of Science in the Real World. Houndmills: Macmillan Press; 1986. 242 p.Salton G., Wong A., Yang C. S. A vector space model for automatic indexing. Communications of the ACM. 1975;18(11):613–620. DOI: 10.1145/361219.361220.Salton G., Wong A., Yang C. S. A vector space model for automatic indexing. Communications of the ACM. 1975;18(11):613–620. DOI: 10.1145/361219.361220.Lu Yonghe, Li Yanfeng. Improvement of text feature weighting method based on TF-IDF algorithm. Library and Information Service. 2013;57(3):90–95. (In Chinese.)Lu Yonghe, Li Yanfeng. Improvement of text feature weighting method based on TF-IDF algorithm. Library and Information Service. 2013;57(3):90–95. (In Chinese.)Herlocker J. L., Konstan J. A., Terveen L. G., Riedl J. T. Evaluating collaborative filtering recommender systems. ACM Transactions on Information Systems. 2004;1(22):5–53. DOI: 10.1145/963770.963772.Herlocker J. L., Konstan J. A., Terveen L. G., Riedl J. T. Evaluating collaborative filtering recommender systems. ACM Transactions on Information Systems. 2004;1(22):5–53. DOI: 10.1145/963770.963772.Ji W., Liu S., Song Y., Qi J. Research of Intelligent recommendation system based on the user and association rules mining for books. Proc. 2015 5<sup>th</sup> Int.Conf. on Computer Sciences and Automation Engineering. Atlantis Press; 2016:294–299. DOI: 10.2991/iccsae-15.2016.56.Ji W., Liu S., Song Y., Qi J. Research of Intelligent recommendation system based on the user and association rules mining for books. Proc. 2015 5<sup>th</sup> Int.Conf. on Computer Sciences and Automation Engineering. Atlantis Press; 2016:294–299. DOI: 10.2991/iccsae-15.2016.56.Yao Y. Library resource vertical search engine based on ontology. 2017 Int. Conf. on Smart Grid and Electrical Automation (ICSGEA). IEEE, Changsha, China; 2017:672–675. DOI: 10.1109/ICSGEA.2017.159.Yao Y. Library resource vertical search engine based on ontology. 2017 Int. Conf. on Smart Grid and Electrical Automation (ICSGEA). IEEE, Changsha, China; 2017:672–675. DOI: 10.1109/ICSGEA.2017.159.Blei D. M., Ng A. Y., Jordan M. I. Latent Dirichlet allocation. Journal of Machine Learning Research. 2003;3:993–1022.Blei D. M., Ng A. Y., Jordan M. I. Latent Dirichlet allocation. Journal of Machine Learning Research. 2003;3:993–1022.Griffiths T. L., Steyvers M. Finding scientific topics. Proc. of the National Academy of Sciences. 2004;101(suppl_1):5228–5235. DOI: 10.1073/pnas.0307752101.Griffiths T. L., Steyvers M. Finding scientific topics. Proc. of the National Academy of Sciences. 2004;101(suppl_1):5228–5235. DOI: 10.1073/pnas.0307752101.Asmussen C. B., Møller C. Smart literature review : A practical topic modelling approach to exploratory literature review. Journal of Big Data. 2019;6(1):1–18. DOI: 10.1186/s40537-019-0255-7.Asmussen C. B., Møller C. Smart literature review : A practical topic modelling approach to exploratory literature review. Journal of Big Data. 2019;6(1):1–18. DOI: 10.1186/s40537-019-0255-7.Blei D. M., Lafferty J. D. Dynamic topic models. ICML ‘06: Proc. 23<sup>rd</sup> Int. Conf. on Machine Learning. New York, Association for Computing Machinery; 2006:113–120. DOI: 10.1145/1143844.1143859.Blei D. M., Lafferty J. D. Dynamic topic models. ICML ‘06: Proc. 23<sup>rd</sup> Int. Conf. on Machine Learning. New York, Association for Computing Machinery; 2006:113–120. DOI: 10.1145/1143844.1143859.Beltagy I., Lo K., Cohan A. SciBERT: A pretrained language model for scientific text. Proc. 2019 Conf. on Empirical Methods in Natural Language Processing and the 9<sup>th</sup> Int. Joint Conf. on Natural Language Processing (EMNLP— IJCNLP). Kerrville, TX, Association for Computational Linguistics; 2019:3615–3620. DOI: 10.18653/v1/D19-1371.Beltagy I., Lo K., Cohan A. SciBERT: A pretrained language model for scientific text. Proc. 2019 Conf. on Empirical Methods in Natural Language Processing and the 9<sup>th</sup> Int. Joint Conf. on Natural Language Processing (EMNLP— IJCNLP). Kerrville, TX, Association for Computational Linguistics; 2019:3615–3620. DOI: 10.18653/v1/D19-1371.Hogan A., Blomqvist E., Cochez M., d’Amato C., Melo G. D., Gutierrez C., Kirrane S., Gayo J. E. L., Navigli R., Neumaier S., Ngomo A. C. N. Knowledge graphs. ACM Computing Surveys (CSUR). 2021;54(4):1–37. DOI: 10.1145/3447772.Hogan A., Blomqvist E., Cochez M., d’Amato C., Melo G. D., Gutierrez C., Kirrane S., Gayo J. E. L., Navigli R., Neumaier S., Ngomo A. C. N. Knowledge graphs. ACM Computing Surveys (CSUR). 2021;54(4):1–37. DOI: 10.1145/3447772.Auer S., Oelen A., Haris M., Stocker M., D’Souza J., Farfar K. E., Vogt L., Prinz M., Wiens V., Jaradeh M. Y., Improving access to scientific literature with knowledge graphs. Bibliothek Forschung und Praxis. 2020;44(3):516–529. DOI: 10.1515/bfp-2020-2042.Auer S., Oelen A., Haris M., Stocker M., D’Souza J., Farfar K. E., Vogt L., Prinz M., Wiens V., Jaradeh M. Y., Improving access to scientific literature with knowledge graphs. Bibliothek Forschung und Praxis. 2020;44(3):516–529. DOI: 10.1515/bfp-2020-2042.Himmelstein D. S., Lizee A., Hessler C., Brueggeman L., Chen S. L., Hadley D., Green A., Khankhanian P., Baranzini S. E. Systematic integration of biomedical knowledge prioritizes drugs for repurposing. eLife. 2020;6(e26726). DOI: 10.7554/eLife.26726.Himmelstein D. S., Lizee A., Hessler C., Brueggeman L., Chen S. L., Hadley D., Green A., Khankhanian P., Baranzini S. E. Systematic integration of biomedical knowledge prioritizes drugs for repurposing. eLife. 2020;6(e26726). DOI: 10.7554/eLife.26726.Гурьянов В. И., Елизаров А. М. Программный модуль формирования цифрового математического пространства на основе графов знаний. Электронные библиотеки. 2025; 28(3):622–639. EDN: PEVYAR. DOI: 10.26907/1562-5419-2025-28-3-622-639.Gurianov V. I., Elizarov A. M. Software module for forming digital mathematical space based on knowledge graphs. Russian Digital Libraries Journal. 2025;28(3):622–639. (In Russian.) EDN: PEVYAR. DOI: 10.26907/1562-5419-2025-28-3-622-639.Shamsabadi S., D’Souza J., Auer S. Large language models for scientific information extraction: An empirical study for virology. Findings of the Association for Computational Linguistics: EACL 2024. Kerrville, TX, Association for Computational Linguistics; 2024:374–392.Shamsabadi S., D’Souza J., Auer S. Large language models for scientific information extraction: An empirical study for virology. Findings of the Association for Computational Linguistics: EACL 2024. Kerrville, TX, Association for Computational Linguistics; 2024:374–392.Taylor R., Kardas M., Cucurull G., Scialom T., Hartshorn A., Saravia E., Poulton A., Kerkez V., Stojnic R. Galactica: A large language model for science. arXiv preprint. 2022:2211.09085.Taylor R., Kardas M., Cucurull G., Scialom T., Hartshorn A., Saravia E., Poulton A., Kerkez V., Stojnic R. Galactica: A large language model for science. arXiv preprint. 2022:2211.09085.Беспалько В. П. Программированное обучение. Дидактические основы. М.: Высшая школа; 1970. 296 c. EDN: ZHYULR.Bespalko V. P. Programmed learning. Didactic foundations. Moscow, Vysshaya shkola; 1970. 296 p. (In Russian.) EDN: ZHYULR.Anderson M. J. A new method for non-parametric multivariate analysis of variance. Austral Ecology. 2001;26(1):32–46. DOI: 10.1111/j.1442-9993.2001.01070.pp.x.Anderson M. J. A new method for non-parametric multivariate analysis of variance. Austral Ecology. 2001;26(1):32–46. DOI: 10.1111/j.1442-9993.2001.01070.pp.x.Rousseeuw P. J. Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics. 1987;20:53–65. DOI: 10.1016/0377-0427(87)90125-7.Rousseeuw P. J. Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics. 1987;20:53–65. DOI: 10.1016/0377-0427(87)90125-7.

The authors declare that there are no conflicts of interest present.