Метод автоматизированного выявления аномалий в учебных документах на основе нейросетевого анализа текста

В статье рассматривается метод автоматизированного выявления аномалий в учебных документах на основе нейросетевого анализа текста. Предложенный подход использует семантический, структурный и стилистический анализ для оценки качества учебных работ. Для этих целей вводится интегральный индекс аномальности, позволяющий количественно оценивать степень отклонения документа от нормативных требований. Рассматриваются принципы вычисления индекса, включая весовые коэффициенты и методы нормализации результатов. Показано, что использование sigmoid-нормализации повышает интерпретируемость итоговых оценок. Предложенный метод может быть применён в системах автоматизированного контроля результатов обучения и интеллектуальной поддержки преподавателей при проверке учебных работ.

1. Шамарина Е.А. Сентимент-анализ на основе нейросетей-трансформеров / Е.А. Шамарина, А.И. Гусева, В.С. Киреев // XXV Международная научно-техническая конференция «Нейроинформатика-2023»: Сборник научных трудов, Москва, 23–27 октября 2023 года. – М.: Национальный исследовательский ядерный университет «МИФИ», 2023. – С. 292–301.

2. Усен Е.Б. Применение нейросетевых моделей для семантического анализа публикаций в социальных сетях / Е.Б. Усен // Вестник науки. – 2025. – Т. 4, № 2 (83). – С. 480–485.

3. Иванов В.М. Интеллектуальные системы: учебное пособие для вузов / В.М. Иванов; под научной редакцией А.Н. Сесекина. – М.: Издательство Юрайт, 2025. – 88 с. 

4. Кудрявцев В.Б. Интеллектуальные системы: учебник и практикум для вузов / В.Б. Кудрявцев, Э.Э. Гасанов, А.С. Подколзин. – 2-е изд., испр. и доп. – М.: Издательство Юрайт, 2025. – 165 с.