https://jiulienergy.com/ en https://jiulienergy.com/diplom-zashhishhen-na-piat-zadaca-ne-zakryta <span>Диплом защищён на пять. Задача - не закрыта</span> <div> <img loading="eager" src="https://jiulienergy.com/sites/jiulienergy.com/files/content/images/2026-07/841a9e69328f2d6bdb0f5b1ed21043ef5c9f8345.webp" width="1280" height="720" alt="Диплом защищён на пять. Задача - не закрыта"> </div> <span><span>admin</span></span> <span><time datetime="2026-07-07T04:21:01+03:00" title="вторник, июля 7, 2026 - 04:21">вт, 07/07/2026 - 04:21</time> </span> <div><div><title>Диплом защищён на пять. Задача - не закрыта</title><p>Система автоматической проверки библиографии в научных публикациях прошла путь от учебного прототипа до полноценного инженерного инструмента - и по итогам защиты получила высшую оценку. Но сама проблема оказалась куда глубже, чем выглядела на старте.</p><h2>От прототипа к рабочему инструменту</h2><p>Ещё два месяца назад система едва тянула на живой прототип. Сейчас в неё встроены OCR, постоянный SQLite-кэш, offline-режим, классификация типов ошибок и несколько ML-модулей под разные задачи. Пайплайн вырос: документ проходит извлечение текста, очистку от колонтитулов, разбор библиографического блока, нормализацию, парсинг полей и многоуровневую проверку через Crossref, OpenAlex, PubMed, Wikidata и другие каталоги.</p><p>Диплом защищён на отлично. Работу отметили лучшей в день защиты - редкое совпадение для учебного проекта, который реально работает.</p><h2>Почему «нашли DOI» - это ещё не ответ</h2><p>Главный урок, который вынесла разработчик: один признак ничего не решает. DOI может быть разорван переносом строки, искажён после OCR или попросту отсутствовать у вполне реального источника. URL открывается - но метаданные нигде не подтверждаются. Русскоязычные статьи вообще редко укладываются в удобную схему «нашли идентификатор - закрыли вопрос».</p><p>Поэтому система собирает набор сигналов:</p><ul><li>резолвится ли DOI</li><li>открывается ли URL</li><li>совпадает ли название с каноническими метаданными</li><li>не конфликтует ли год или список авторов</li><li>есть ли устойчивое совпадение без идентификатора вовсе</li></ul><p>Только после этого формируется статус - от подтверждённого до «запись требует ручной проверки». Каждый вывод сопровождается объяснением: что именно не совпало и почему система не уверена.</p><h2>Формально закончено. По существу - нет</h2><p>Чем точнее становилась система, тем отчётливее проявлялись слепые пятна. Плохое оформление PDF, неполные метаданные, временно недоступные API, OCR-искажения - каждый из этих факторов способен превратить существующий источник в «не найден». Граница между ошибкой системы и реальным отсутствием источника остаётся одним из самых сложных мест.</p><p>Диплом сдан. Задача продолжается.</p></div></div> <div> <div>Post ID</div> <div>new-jiulienergy.com-43540</div> </div> <div> <div>Tags</div> <div> <div><a href="https://jiulienergy.com/proverka-bibliografii" hreflang="en">проверка библиографии</a></div> <div><a href="https://jiulienergy.com/nauchnye-publikacii" hreflang="en">научные публикации</a></div> <div><a href="https://jiulienergy.com/ocr" hreflang="en">OCR</a></div> <div><a href="https://jiulienergy.com/doi" hreflang="en">DOI</a></div> <div><a href="https://jiulienergy.com/crossref" hreflang="en">Crossref</a></div> </div> </div> Tue, 07 Jul 2026 01:21:01 +0000 admin 50150 at https://jiulienergy.com