https://ileabonmachine.com/ en https://ileabonmachine.com/diplom-zashhishhen-na-piaterku-zadaca-okazalas-sloznee <span>Диплом защищён на пятёрку. Задача оказалась сложнее</span> <div> <img loading="eager" src="https://ileabonmachine.com/sites/ileabonmachine.com/files/content/images/2026-07/8a34b5888f078153c6d1aefef8df4ae812854174.webp" width="1280" height="720" alt="Диплом защищён на пятёрку. Задача оказалась сложнее"> </div> <span><span>admin</span></span> <span><time datetime="2026-07-07T03:39:01+03:00" title="вторник, июля 7, 2026 - 03:39">вт, 07/07/2026 - 03:39</time> </span> <div><div><title>Диплом защищён на пятёрку. Задача оказалась сложнее</title><p>Студентка защитила выпускную квалификационную работу по автоматической проверке источников в научных публикациях - и получила высшую оценку. Проект признали лучшим в день защиты. Но сама задача, как выяснилось, с дипломом не закончилась.</p><h2>От прототипа к инженерному инструменту</h2><p>Ещё весной система существовала в виде живого прототипа с линейным пайплайном: документ - извлечение текста - список литературы - DOI - внешняя проверка - статус. Простая цепочка, которая неплохо работала в идеальных условиях и разваливалась при столкновении с реальными PDF.</p><p>За несколько месяцев доработок система обросла OCR для страниц без нормального текстового слоя, постоянным SQLite-кэшем, offline-режимом, корпусной оценкой и отдельными ML-модулями под разные подзадачи. Пайплайн вырос в двенадцать шагов - от приёма файла до формирования HTML-отчёта и JSON с результатами.</p><h2>Почему DOI не решает всё</h2><p>Главный вывод, к которому пришли в ходе работы: вывод «DOI не найден - источник фейковый» попросту некорректен. У вполне реального источника может не быть цифрового идентификатора. DOI мог быть разорван переносом строки при вёрстке. OCR превращает нормальный текст в набор визуально похожих символов - и валидный идентификатор становится мусором.</p><p>Поэтому система оценивает не один признак, а совокупность сигналов. Она проверяет:</p><ul><li>наличие и резолвинг DOI</li><li>доступность URL</li><li>совпадение названия, авторов и года с каноническими метаданными</li><li>присутствие источника в Crossref, OpenAlex, PubMed, Wikidata и других каталогах</li><li>риски OCR-искажений и некорректного парсинга</li></ul><p>Если DOI отсутствует, но источник уверенно находится по названию и авторам - это не провал, а статус <em>likely_verified</em>. Если URL открывается, но метаданные нигде не подтверждаются - неопределённый случай. Такой подход честнее, чем бинарное «найдено / не найдено».</p><h2>Где задача оказалась неожиданно трудной</h2><p>Русскоязычные источники хуже всего вписываются в привычную схему «нашли DOI и успокоились». Многие из них просто не имеют машиночитаемых метаданных в западных каталогах. Плохое оформление библиографии, неполные данные, смешение кириллицы и латиницы в одной записи - всё это превращает рутинную проверку в нетривиальную инженерную задачу.</p><p>Отдельный вопрос, который система пока не умеет закрыть окончательно: источник не найден - это ошибка инструмента или источника правда не существует? Граница между «сервис не ответил» и «записи нет нигде» в автоматическом режиме размыта. Именно поэтому система не выдаёт вердикт, а формирует классификацию рисков - и честно сообщает, когда уверенности недостаточно.</p><h2>Что дальше</h2><p>Формально диплом закрыт. Фактически проект продолжается. Чем точнее становился инструмент, тем отчётливее проявлялись края задачи - и тем интереснее становилось их исследовать. Проверка библиографии оказалась куда менее скучной областью, чем принято думать.</p></div></div> <div> <div>Post ID</div> <div>new-ileabonmachine.com-43793</div> </div> <div> <div>Tags</div> <div> <div><a href="https://ileabonmachine.com/diplomnaya-rabota" hreflang="en">Дипломная работа</a></div> <div><a href="https://ileabonmachine.com/avtomaticheskaya-proverka-istochnikov" hreflang="en">Автоматическая проверка источников</a></div> <div><a href="https://ileabonmachine.com/doi" hreflang="en">DOI</a></div> <div><a href="https://ileabonmachine.com/russkoyazychnye-istochniki" hreflang="en">Русскоязычные источники</a></div> <div><a href="https://ileabonmachine.com/bibliografiya" hreflang="en">Библиография</a></div> </div> </div> Tue, 07 Jul 2026 00:39:01 +0000 admin 50012 at https://ileabonmachine.com