Актуальность темы обусловлена потребностью предприятий во внедрении, в качестве основы всех предоставляемых продуктов и услуг, автоматизированной системы комплексного структурно - семантического и тематического анализа естественно языковых текстов (русскоязычного лингвистического анализатора). Целью работы является разработка автоматизированной системы комплексного структурно - семантического и тематического анализа естественно языковых текстов, а именно эффективного русскоязычного лингвистического анализатора, способного безошибочно определять части речи слов и их морфологические характеристики, так как на момент создания компании Privacy Safeguard Co таковые отсутствовали на рынке. Результаты работы – практическим результатом работы стала разработанная автоматизированная система комплексного структурно - семантического и тематического анализа естественно языковых текстов (русскоязычный лингвистического анализатора). / The relevance of the topic is due to the need for enterprises to implement, as the basis for all provided products and services, an automated system for complex structural - semantic and thematic analysis of natural language texts (Russian-language linguistic analyzer). The aim of the work is to develop an automated system for complex structural, semantic and thematic analysis of natural language texts, namely, an effective Russian-language linguistic analyzer capable of accurately determining the parts of speech of words and their morphological characteristics, since at the time of the creation of Privacy Safeguard Co there were none on the market. Results of the work - the practical result of the work was the developed automated system for complex structural - semantic and thematic analysis of natural language texts (Russian-language linguistic analyzer).

This MA thesis aims at identifying the equivalence of the Russian translations of Sylvia Plath’s poems from the collection “Ariel” (1965) on the basis of the comparative and categorical text analysis. The author studies the peculiarities of manifestation of text categories of theme, chronotope (locality and temporality) and tonality in the original poetic texts as compared to their Russian translations by V. P. Betaki. The identification of categorical markers and their equivalence is proved to be able to define the quantitative degree of translation equivalence to the original. Moreover, the chosen linguistic method contributes to singling out the typological characteristics, which, on their turn, make it possible to describe even more specific divergences between the original and translated texts, as well as the translator’s strategies in general. The results of the research paper can be used as a material for the further categorical method application in the sphere of translation studies. / Настоящая магистерская диссертация посвящена выявлению степени эквивалентности русских переводных вариантов стихотворений из сборника «Ariel» (1965) Сильвии Плат на базе сопоставительно-категориального анализа текстов (СКАТ). В работе рассматривается специфика проявления полевых текстовых категории темы, хронотопа (локальности и темпоральности) и тональности в исходных поэтических текстах на английском языке и их русских переводах, выполненных В. П. Бетаки. Доказано, что вычленение маркеров каждой из указанных категорий и их переводческих соответствий позволяет установить количественный уровень эквивалентности варианта художественного текста оригиналу; более того, выбранный лингвистический метод способствует выявлению типологических черт, на основании которых можно описать более частные расхождения переводных вариантов и общие стратегии переводчика. Результаты данной работы могут быть использованы в качестве материала для дальнейшего применения СКАТ в области переводоведения.

Цель работы – разработка модели машинного обучения для автоматического сопоставления описаний продуктов, представленных в текстовом виде с внутренними кодами компании. Объект исследования – бизнес-процесс сопоставления описаний продуктов с внутренними кодами компании. Методы исследования: предварительная обработка данных, анализ данных, выбор и обучение модели машинного обучения, оценка производительности модели. Результаты работы: разработана и обучена модель машинного обучения на основе алгоритма CatBoost для автоматического сопоставления описаний продуктов с внутренними кодами компании. Модель показала высокую точность и полноту при тестировании. Созданная модель машинного обучения внедрена в продуктивное использование компании АО «Сони Электроникс» и позволяет сокращать ресурсы аналитиков в существенном объеме. Выпускная квалификационная работа выполнена в текстовом редакторе Microsoft Word и представлена в электронном и печатном виде. / The goal of the work is to develop a machine learning model for automatically comparing product descriptions presented in text form with the company’s internal codes. The object of study is the business process of comparing product descriptions with internal company codes. Research methods: data preprocessing, data analysis, selection and training of a machine learning model, evaluation of model performance. Results of the work: a machine learning model based on the CatBoost algorithm was developed and trained to automatically compare product descriptions with internal company codes. The model showed high accuracy and completeness during testing. The created machine learning model has been put into productive use by Sony Electronics JSC and makes it possible to reduce analyst resources to a significant extent. The final qualifying work was completed in the text editor Microsoft Word and presented in electronic and printed form.