RU2717718C1

RU2717718C1 - Method of transforming a structured data array containing simple judgments

Info

Publication number: RU2717718C1
Application number: RU2019135989A
Authority: RU
Inventors: Игорь Петрович Рогачев
Original assignee: Игорь Петрович Рогачев
Priority date: 2019-11-10
Filing date: 2019-11-10
Publication date: 2020-03-25

Abstract

FIELD: data processing.

SUBSTANCE: invention relates to data processing. Disclosed is a method of converting a structured data array (SDA) comprising simple judgments (SJ), comprising steps of identifying a source data structure (DS) and an ontological database (ODB), wherein the initial DS is a DS comprising DS elements which are SJ of a linguistic sentence (LS) and SJ identification data, wherein the ODB contains information on system and semantic relationships in the source DS, generating a relationship database in the source DS, in which, based on criteria for searching for desired judgments, SJ components are compared, as well as classifying and recording types of relationships between compared SJ components, from which a database of SJ components in source DS (BDO) is formed, and final DS is formed.

EFFECT: technical result is wider range of arsenal.

6 cl, 27 dwg, 14 tbl

Description

[0001] ОБЛАСТЬ ТЕХНИКИ[0001] TECHNICAL FIELD

[0002] Группа изобретений относится к решениям в области обработки массивов данных, в частности, к решениям в области обработки структурированных массивов данных, содержащих текст на естественном языке, в частности, лингвистические предложения, и может быть использована для предварительного преобразования структурированного массива данных для обеспечения его последующей обработки.[0002] The group of inventions relates to solutions in the field of processing data arrays, in particular, to solutions in the field of processing structured data arrays containing natural language text, in particular linguistic sentences, and can be used for preliminary transformation of a structured data array to provide its subsequent processing.

[0003] УРОВЕНЬ ТЕХНИКИ[0003] BACKGROUND

[0004] Из патента РФ 2399959 (ЗАО «АВИКОМП СЕРВИСЕЗ»), опубликованного 10.05.2010 (Д1) известен способ автоматической индексации текстов на естественных языках. Известный из Д1 способ заключается в том, что текст сегментируют в электронной форме на элементарные единицы, выявляют устойчивые словосочетания, формируют предложения, выявляют семантически значимые объекты и семантически значимые отношения между ними, формируют для каждого семантически значимого отношения множество триад, в которых единственная триада первого типа соответствует связи, устанавливаемой семантически значимым отношением между двумя семантически значимыми объектами, при этом каждая из триад второго типа соответствует значению конкретного атрибута одного из этих семантически значимых объектов, каждая из триад третьего типа соответствует значению конкретного атрибута самого семантически значимого отношения, затем индексируют на множестве сформированных триад все связанные семантически значимыми отношениями семантически значимые объекты по отдельности, запоминают в базе данных сформированные триады и полученные индексы вместе со ссылкой на исходный текст, из которого сформированы эти триады.[0004] From the patent of the Russian Federation 2399959 (CJSC “AVIKOMP SERVICES”), published on 05/10/2010 (D1), a method for automatically indexing texts in natural languages is known. The method known from D1 is that the text is segmented in electronic form into elementary units, identifies stable phrases, form sentences, identifies semantically significant objects and semantically significant relationships between them, form many triads for each semantically significant relationship, in which the only triad of the first type corresponds to the relationship established by the semantically significant relationship between two semantically significant objects, with each of the triads of the second type corresponds to the value of a specific attribute of one of these semantically significant objects, each of the triads of the third type corresponds to the value of a specific attribute of the semantically significant relation, then all semantically significant objects connected separately by semantically significant relations are indexed on a set of triads, the generated triads and the resulting indices are stored in the database together with a link to the source text from which these triads are formed.

[0005] Однако известный из Д1 способ не обладает достаточной точностью индексации элементов текста на естественном языке, что, в свою очередь, сказывается на точности последующей обработки текста на естественном языке и точности поиска в тексте на естественном языке. Главным образом, это происходит из-за недостаточно эффективной предварительной обработки текста на естественном языке, что, соответственно, не позволяет осуществить индексацию с достаточной точностью. Известный из Д1 способ может быть принят в качестве ближайшего аналога.[0005] However, the method known from D1 does not have sufficient accuracy of indexing text elements in natural language, which, in turn, affects the accuracy of subsequent processing of the text in natural language and the accuracy of the search in the text in natural language. This is mainly due to insufficiently effective preliminary processing of text in a natural language, which, accordingly, does not allow indexing with sufficient accuracy. Known from D1, the method can be adopted as the closest analogue.

[0006] РАСКРЫТИЕ ИЗОБРЕТЕНИЯ[0006] SUMMARY OF THE INVENTION

[0007] Технической проблемой, решаемой заявленным изобретением, является создание изобретений, не обладающих недостатками ближайшего аналога и таким образом обладающих повышенной эффективностью обработки текста на естественном языке для его последующей индексации, обработки и поиска.[0007] The technical problem solved by the claimed invention is the creation of inventions that do not have the disadvantages of the closest analogue and thus have increased efficiency in processing natural language text for its subsequent indexation, processing and search.

[0008] Техническим результатом, достигаемым при реализации заявленного изобретения, является устранение недостатков ближайшего аналога и таким образом повышение эффективности обработки текста на естественном языке, а также повышение эффективности его индексации, обработки и поиска в таком тексте. Другим техническим результатом является расширение арсенала технических средств - способов обработки структурированных массивов данных, содержащих текст на естественном языке.[0008] The technical result achieved by the implementation of the claimed invention is to eliminate the shortcomings of the closest analogue and thereby increase the efficiency of processing natural language text, as well as increase the efficiency of its indexing, processing and search in such a text. Another technical result is the expansion of the arsenal of technical means - methods of processing structured data arrays containing natural language text.

[0009] Технический результат достигается за счет того, что обеспечивается исполняемый процессором или процессорами компьютерного устройства способ преобразования структурированного массива данных (СМД), содержащего простые суждения (ПС), заключающийся в: выполнении этапа 301 идентификации исходной структуры данных (СД) и онтологической базы данных (ОБД); при этом исходной СД является СД, содержащая элементы СД, являющиеся ПС лингвистического предложения и идентификационные данные ПС, причем ПС содержат компоненты; при этом ОБД, содержит сведения о системных и семантических связях в исходной СД, причем упомянутые сведения представляют собой системные и семантические связи между компонентами ПС в исходной СД; выполнении этапа 106 формирования базы данных отношений в исходной СД, на котором на основании сведений, содержащихся в ОБД, а также на основании критериев поиска искомых суждений, сравнивают компоненты ПС, а также классифицируют и регистрируют виды отношений между сравниваемыми компонентами ПС, из которых формируют базу данных отношений компонентов ПС в исходной СД (БДО); выполнении этапа 107 формирования итоговой СД, на котором на основании сведений, содержащихся в БДО, исходной СД, а также на основании упомянутых критериев поиска искомых суждений, формируют итоговую СД, содержащую элементы итоговой СД, причем упомянутые элементы итоговой СД представляют собой искомые суждения (ИС), а также идентификационные данные ИС, представляющие собой в качестве примера, но не ограничения: значения ИС и порядковые номера первичных текстовых элементов (ПТЭ) лингвистического предложения, составляющих ИС.[0009] The technical result is achieved due to the fact that a method for converting a structured data array (SMD) containing simple judgments (PS) executed by a processor or processors of a computer device is provided, comprising: performing step 301 of identifying the initial data structure (SD) and ontological base data (HBS); wherein the original SD is the SD containing the elements of the SD that are the PS of the linguistic sentence and the identification data of the PS, and the PS contains components; in this case, the HBS contains information about systemic and semantic relationships in the original SD, and the above-mentioned information represents systemic and semantic relationships between the components of the PS in the original SD; performing step 106 of forming a database of relations in the original SD, on which, based on the information contained in the HBS, as well as on the basis of the search criteria for the desired judgments, the components of the PS are compared and the types of relations between the compared components of the PS are classified and recorded, from which the database is formed data relations of components of PS in the original SD (BDO); performing step 107 of the formation of the final SD, on which, based on the information contained in the BDO, the original SD, as well as on the basis of the mentioned search criteria for the desired judgments, the final SD containing the elements of the final SD is formed, and the above-mentioned elements of the final SD are the desired judgments (IS ), as well as IP identification data, which are an example, but not limitation: IP values and serial numbers of primary text elements (PTE) of the linguistic sentence that make up IP.

[0010] КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ[0010] A BRIEF DESCRIPTION OF THE DRAWINGS

[0011] Иллюстративные варианты осуществления настоящего изобретения описываются далее подробно со ссылкой на прилагаемые чертежи, которые включены в данный документ посредством ссылки, и на которых:[0011] Illustrative embodiments of the present invention are described below in detail with reference to the accompanying drawings, which are incorporated herein by reference, and in which:

[0012] На фиг. 1, в качестве примера, но не ограничения, изображена примерная общая схема выполнения этапов заявленного способа 100.[0012] FIG. 1, by way of example, but not limitation, depicts an exemplary General scheme of the steps of the claimed method 100.

[0013] На фиг. 2, в качестве примера, но не ограничения, изображена примерная общая схема выполнения этапов этапа 101.[0013] FIG. 2, by way of example, but not limitation, an exemplary general flowchart of steps 101 is shown.

[0014] На фиг. 3, в качестве примера, но не ограничения, изображена общая структура исходной структуры данных, содержащей лингвистические предложения.[0014] FIG. 3, by way of example, but not limitation, the general structure of an initial data structure containing linguistic sentences is depicted.

[0015] На фиг. 4, в качестве примера, но не ограничения, изображена общая структура сформированной первой структуры данных.[0015] FIG. 4, by way of example, but not limitation, the general structure of the generated first data structure is shown.

[0016] На фиг. 5, в качестве примера, но не ограничения, изображена общая схема выполнения этапов этапа 102.[0016] FIG. 5, by way of example, but not limitation, a general flowchart of the steps of step 102 is depicted.

[0017] На фиг. 6, в качестве примера, но не ограничения, изображена общая структура сформированной базы данных лингво-логических признаков.[0017] FIG. 6, by way of example, but not limitation, the general structure of the generated database of linguistic-logical features is depicted.

[0018] На фиг. 7, в качестве примера, но не ограничения, изображена общая схема выполнения этапов этапа 103.[0018] FIG. 7, by way of example, but not limitation, a general flowchart of the steps of step 103 is depicted.

[0019] На фиг. 8, в качестве примера, но не ограничения, изображена общая структура сформированной второй структуры данных.[0019] FIG. 8, by way of example, but not limitation, the general structure of the generated second data structure is shown.

[0020] На фиг. 9, в качестве примера, но не ограничения, изображена общая схема выполнения этапов этапа 104.[0020] FIG. 9, by way of example, but not limitation, a general flowchart of the steps of step 104 is depicted.

[0021] На фиг. 10, в качестве примера, но не ограничения, изображена общая структура сформированной третьей структуры данных.[0021] FIG. 10, by way of example, but not limitation, the general structure of the generated third data structure is shown.

[0022] [0023] На фиг. 11 в качестве примера, но не ограничения, изображена примерная общая схема выполнения этапов заявленного способа 200.[0022] [0023] In FIG. 11 as an example, but not limitation, depicts an exemplary General scheme of the steps of the claimed method 200.

[0023] На фиг. 12, в качестве примера, но не ограничения, изображена общая схема выполнения этапа 201.[0023] FIG. 12, by way of example, but not limitation, a general flowchart of step 201 is shown.

[0024] На фиг. 13, в качестве примера, но не ограничения, изображена общая структура первой структуры данных для способа 200, содержащей компоненты простого суждения.[0024] FIG. 13, by way of example, but not limitation, the general structure of a first data structure for a method 200 comprising simple judgment components is depicted.

[0025] На фиг. 14, в качестве примера, но не ограничения, изображена общая структура второй структуры данных для способа 200, содержащей простые суждения.[0025] In FIG. 14, by way of example, but not limitation, depicts the general structure of a second data structure for method 200 containing simple judgments.

[0026] На фиг. 15, в качестве примера, но не ограничения, изображена общая структура базы данных лингво-логических признаков.[0026] In FIG. 15, by way of example, but not limitation, the general structure of a database of linguo-logical features is depicted.

[0027] На фиг. 16, в качестве примера, но не ограничения, изображена общая схема выполнения этапов этапа 105.[0027] FIG. 16, by way of example, but not limitation, a general flowchart of the steps of step 105 is depicted.

[0028] На фиг. 17, в качестве примера, но не ограничения, изображена общая структура сформированной онтологической базы данных системных и семантических связей.[0028] In FIG. 17, as an example, but not limitation, the general structure of the formed ontological database of systemic and semantic relationships is depicted.

[0029] На фиг. 18, в качестве примера, но не ограничения, изображена примерная общая схема выполнения этапов заявленного способа 300.[0029] FIG. 18, by way of example, but not limitation, an exemplary general flowchart of the steps of the claimed method 300 is shown.

[0030] На фиг. 19, в качестве примера, но не ограничения, изображена общая схема выполнения этапа 301.[0030] FIG. 19, by way of example, but not limitation, a general flowchart of step 301 is shown.

[0031] На фиг. 20, в качестве примера, но не ограничения, изображена общая структура исходной структуры данных для способа 300, содержащей простые суждения.[0031] In FIG. 20, by way of example, but not limitation, depicts the general structure of the original data structure for method 300 containing simple judgments.

[0032] На фиг. 21, в качестве примера, но не ограничения, изображена общая структура онтологической базы данных системных и семантических связей.[0032] FIG. 21, by way of example, but not limitation, the general structure of an ontological database of systemic and semantic relationships is depicted.

[0033] На фиг. 22, в качестве примера, но не ограничения, изображена общая схема выполнения этапов этапа 106.[0033] FIG. 22, by way of example, but not limitation, a general flowchart of the steps of block 106 is depicted.

[0034] На фиг. 23, в качестве примера, но не ограничения, изображена общая структура сформированной карты отношений.[0034] FIG. 23, by way of example, but not limitation, the general structure of the generated relationship map is shown.

[0035] На фиг. 24, в качестве примера, но не ограничения, изображена общая структура сформированной базы данных отношений.[0035] FIG. 24, by way of example, but not limitation, the general structure of the generated relationship database is shown.

[0036] На фиг. 25, в качестве примера, но не ограничения, изображена общая схема выполнения этапов этапа 107.[0036] FIG. 25, by way of example, but not limitation, a general flowchart of the steps of step 107 is depicted.

[0037] На фиг. 26, в качестве примера, но не ограничения, изображена общая структура сформированной четвертой структуры данных (итоговой СД).[0037] FIG. 26, by way of example, but not limitation, the general structure of the generated fourth data structure (final SD) is depicted.

[0038] На фиг. 27, в качестве примера, но не ограничения, изображена примерная общая схема системы для преобразования структурированного массива данных.[0038] FIG. 27, as an example, but not limitation, depicts an exemplary general diagram of a system for converting a structured data array.

[0039] ОСУЩЕСТВЛЕНИЕ ИЗОБРЕТЕНИЯ[0039] EMBODIMENTS OF THE INVENTION

[0040] Описанные в данном разделе возможные осуществления вариантов настоящего изобретения представлены на неограничивающих объем правовой охраны примерах, применительно к конкретным вариантам осуществления настоящего изобретения, которые во всех их аспектах предполагаются иллюстративными и не накладывающими ограничения. Альтернативные варианты реализации настоящего изобретения, не выходящие за пределы объема его правовой охраны, являются очевидными специалистам в данной области, имеющим обычную квалификацию, на которых это изобретение рассчитано.[0040] The possible implementations of embodiments of the present invention described in this section are presented in non-limiting legal examples, with reference to specific embodiments of the present invention, which in all their aspects are assumed to be illustrative and not limiting. Alternative embodiments of the present invention, not beyond the scope of its legal protection, are obvious to experts in this field with the usual qualifications on which this invention is intended.

[0041] Варианты осуществления настоящего изобретения относятся к способам, устройствам, системам и машиночитаемым носителям данных для обеспечения повышенной эффективности обработки текста на естественном языке для его последующей индексации, обработки и поиска.[0041] Embodiments of the present invention relate to methods, devices, systems, and computer-readable storage media for providing enhanced natural language processing for subsequent indexing, processing, and retrieval.

[0042] На фиг. 1, в качестве примера, но не ограничения, изображена примерная общая схема выполнения этапов способа 100 преобразования структурированного массива данных (СМД). В результате реализации тех или иных этапов способа 100 могут быть получены различные структуры данных, пригодные для дальнейшего анализа и использования. Заявленный исполняемый процессором или процессорами компьютерного устройства способ 100 заключается в: выполнении этапа 101 формирования первой структуры данных (СД), на котором формируют первую СД СМД, содержащую элементы упомянутой первой СД, причем упомянутые элементы первой СД представляют собой текстовые элементы (ТЭ) лингвистического предложения (ЛП), а также идентификационные данные ТЭ, представляющие собой в качестве примера, но не ограничения: значения ТЭ и порядковые номера ТЭ в лингвистическом предложении; выполнении этапа 102 формирования базы данных лингво-логических признаков (БДЛЛП), на котором на основании сведений, содержащихся в первой СД, выявляют лингвистические и логические признаки ТЭ лингвистического предложения, из которых формируют базу данных, представляющую собой базу данных лингвистических и логических признаков текстовых элементов лингвистического предложения; выполнении этапа 103 формирования второй СД, на котором на основании сведений, содержащихся в БДЛЛП, первой СД, а также на основании формализованной модели простого суждения, формируют вторую СД СМД, содержащую элементы упомянутой второй СД, причем упомянутые элементы второй СД представляют собой компоненты простых суждений (КПС), а также идентификационные данные КПС, представляющие собой в качестве примера, но не ограничения: значения КПС и порядковые номера ТЭ лингвистического предложения, составляющих КПС; выполнении этапа 104 формирования третьей СД, на котором на основании сведений, содержащихся в БДЛЛП, второй СД, а также на основании формализованной модели простого суждения, формируют третью СД СМД, содержащую элементы упомянутой третьей СД, причем упомянутые элементы третьей СД представляют собой простые суждения (ПС) лингвистического предложения, а также идентификационные данные ПС, представляющие собой в качестве примера, но не ограничения: значения ПС и порядковые номера ТЭ лингвистического предложения, составляющих ПС; выполнении этапа 105 формирования онтологической базы данных системных и семантических связей в третьей СД, на котором на основании сведений, содержащихся в БДЛЛП, второй СД, третьей СД, а также на основании критериев поиска системных и семантических однородностей, выявляют и регистрируют системные и семантические связи между компонентами ПС, из которых формируют онтологическую базу данных системных и семантических связей компонентов ПС в третьей СД (ОБД); выполнении этапа 106 формирования базы данных отношений в третьей СД, на котором на основании сведений, содержащихся в ОБД, а также на основании критериев поиска искомых суждений, сравнивают компоненты ПС, а также классифицируют и регистрируют виды отношений между сравниваемыми компонентами ПС, из которых формируют базу данных отношений компонентов ПС в третьей СД (БДО); выполнении этапа 107 формирования четвертой СД, на котором на основании сведений, содержащихся в БДО, третьей СД, а также на основании упомянутых критериев поиска искомых суждений, формируют четвертую СД, содержащую элементы четвертой СД, причем упомянутые элементы четвертой СД представляют собой искомые суждения (ИС), а также идентификационные данные ИС, представляющие собой в качестве примера, но не ограничения: значения ИС и порядковые номера текстовых элементов (ТЭ) лингвистического предложения, составляющих ИС.[0042] FIG. 1, by way of example, but not limitation, an exemplary general diagram of the steps of a method 100 of transforming a structured data array (SMD) is shown. As a result of the implementation of the various steps of method 100, various data structures suitable for further analysis and use can be obtained. The claimed method 100 executed by the processor or processors of the computer device consists in: performing step 101 of generating the first data structure (SD), on which the first SD DM containing the elements of the first LED is formed, the elements of the first LED being the text elements (TE) of the linguistic sentence (ЛП), as well as identification data of TE, which are an example, but not limitation: TE values and sequence numbers of TE in a linguistic sentence; stage 102 of the formation of a database of linguistic and logical features (BLL), on which, based on the information contained in the first SD, linguistic and logical features of the TE of a linguistic sentence are identified, from which a database is formed, which is a database of linguistic and logical features of text elements linguistic sentences; the execution stage 103 of the formation of the second DM, on which, on the basis of the information contained in the BLL, the first DM, as well as on the basis of a formalized model of simple judgment, form a second DM SMD containing the elements of the said second DM, and the said elements of the second DM are components of simple judgments (KPS), as well as KPS identification data, which are an example, but not limitation: KPS values and serial numbers of TE of the linguistic sentence that make up KPS; the execution stage 104 of the formation of the third DM, on which, on the basis of the information contained in the BLL, the second DM, as well as on the basis of a formalized model of simple judgment, form a third DM SD containing elements of the said third LED, and the said elements of the third LED are simple judgments ( PS) of the linguistic sentence, as well as the identification data of the PS, which are an example, but not limitation: the values of PS and serial numbers of the TE of the linguistic sentence that make up the PS; performing step 105 of creating an ontological database of systemic and semantic relationships in the third diabetes, on which, based on the information contained in the BLL, the second diabetes, the third diabetes, and also on the basis of the search criteria for systemic and semantic homogeneities, systemic and semantic relationships between PS components, from which an ontological database of system and semantic relationships of PS components in the third SD (HBS) is formed; performing step 106 of creating a relationship database in the third SD, on which, based on the information contained in the HBS, as well as on the basis of the search criteria for the desired judgments, the PS components are compared, and the types of relations between the compared PS components are classified and recorded, from which the database is formed data relations of PS components in the third SD (BDO); the execution stage 107 of the formation of the fourth SD, on which, on the basis of the information contained in the BDO, the third SD, as well as on the basis of the mentioned search criteria for the desired judgments, the fourth SD containing the elements of the fourth SD is formed, and the mentioned elements of the fourth SD represent the desired judgment (IP ), as well as IP identification data, which are an example, but not limitation: IP values and serial numbers of text elements (TE) of the linguistic sentence that make up IP.

[0043] На фиг. 2, в качестве примера, но не ограничения, изображена примерная общая схема выполнения этапов этапа 101 формирования первой структуры данных. Этап 101 характеризуется: выполнением этапа 1011 идентификации исходной структуры данных СМД на котором идентифицируют элементы 11 исходной структуры данных СМД, являющиеся лингвистическими предложениями 11 (ЛП 11); выполнением этапа 1012 идентификации элементов 21 первой структуры данных СМД, на котором идентифицируют элементы 21 первой структуры данных СМД, являющиеся текстовыми элементами (ТЭ 21) лингвистического предложения 11, а также идентификационные данные ТЭ 21, представляющие собой в качестве примера, но не ограничения значения 211 ТЭ 21 и порядковые номера 212 ТЭ 21 в лингвистическом предложении 11, и формируют первую структуру данных СМД.[0043] FIG. 2, by way of example, but not limitation, an exemplary general diagram of the steps of step 101 of generating the first data structure is shown. Step 101 is characterized by: performing step 1011 of identifying the original SMD data structure in which elements 11 of the original SMD data structure are identified, which are linguistic sentences 11 (LP 11); performing step 1012 of identifying elements 21 of the first SMD data structure, at which elements 21 of the first SMD data structure are identified, which are text elements (TE 21) of the linguistic sentence 11, as well as TE 21 identification data, which are an example, but not limitation, of the value 211 TE 21 and serial numbers 212 TE 21 in the linguistic sentence 11, and form the first data structure SMD.

[0044] На фиг. 3, в качестве примера, но не ограничения, изображена общая структура исходной структуры данных (ИСД 1), из которой формируется первая структура данных СМД. Исходные данные представляют собой СМД, содержащий элементы 11 исходной структуры данных, представляющие собой лингвистические предложения (ЛП). Такой массив данных представляет собой множество лингвистических предложений 11, относящихся к любой области деятельности и любого назначения, в том числе и тексты правовых актов. У элементов 11 отсутствуют характеризующие их уникальные наименования (УН), имеющие практическое использование. В структуре данных элементы 11 в качестве примера, но не ограничения могут именоваться как «ЛП 1», «ЛП 2», «ЛП n», где n ≥ 1 - порядковый номер элемента в массиве лингвистических предложений. Лингвистическое предложение - это грамматически организованное соединение слов (множество синтаксически связанных слов), обладающее смысловой и логической завершенностью. ЛП содержит следующие объекты: слова, цифры (числа), знаки препинания и индексы (конструкции из букв, цифр и знаков, в том числе формулы (набор букв, цифр и знаков без пробелов, в котором используются специальные символы (например, но не ограничиваясь, звездочка, плюс, минус, равно, больше, меньше, интеграл и тому подобное, характеризующие суть формулы)). Все перечисленные выше объекты, отделены друг от друга в предложении пробелом, за исключением знаков препинания (они присоединены к словам, цифрам и индексам) и формул, и именуются элементами ЛП 11. ЛП 11 в исходной структуре данных представляют собой отдельные элементы, заранее подготовленные и помещенные в исходную структуру данных не в виде лингвистического текста, а в виде структурированного массива (списка, перечня и тому подобного) отдельных ЛП. Такие подготовительные действия могут осуществляться любым известным из уровня техники способом и, соответственно, далее не описываются. Идентификация элементов 11 исходной структуры данных в рамках этапа 1011 сводится к обеспечению классификации элементов, из которых состоит исходная структура данных, и выделению таких элементов как лингвистических предложений (ЛП 11). Исходная структура данных представляет собой таким образом множество элементов 11, идентифицированных на этапе 1011.[0044] FIG. 3, by way of example, but not limitation, the general structure of the original data structure (ISD 1) is shown, from which the first data structure of the DMD is formed. The source data is a DMD containing elements 11 of the original data structure, which are linguistic sentences (LP). Such an array of data represents a lot of linguistic proposals 11 related to any field of activity and any purpose, including the texts of legal acts. Elements 11 lack their unique names characterizing their practical use. In the data structure, elements 11 as an example, but not limitation, can be referred to as “PL 1”, “PL 2”, “PL n”, where n ≥ 1 is the serial number of the element in the array of linguistic sentences. A linguistic sentence is a grammatically organized combination of words (many syntactically related words) with semantic and logical completeness. PL contains the following objects: words, numbers (numbers), punctuation marks and indices (constructions of letters, numbers and signs, including formulas (a set of letters, numbers and signs without spaces, in which special characters are used (for example, but not limited to , asterisk, plus, minus, equal, more, less, integral and the like, characterizing the essence of the formula)). All the objects listed above are separated from each other in the sentence by a space, except for punctuation marks (they are attached to words, numbers and indices ) and formulas, and are called elements of LP 11 . LP 11 in the initial data structure are separate elements prepared in advance and placed in the original data structure not in the form of linguistic text, but in the form of a structured array (list, list, etc.) of individual LPs. Such preparatory actions can be carried out by any known The method and, accordingly, are not described further: Identification of the elements 11 of the original data structure in step 1011 is reduced to ensuring the classification of the elements that make up the original data structure, and the allocation of such elements as linguistic sentences (LP 11). The original data structure is thus a plurality of elements 11 identified in step 1011.

[0045] На фиг. 4, в качестве примера, но не ограничения, изображена общая структура сформированной первой структуры данных. Первая структура данных представляет собой СМД, содержащий элементы 21 первой структуры данных, которые представляют собой текстовые элементы (ТЭ 21) лингвистического предложения 11 и идентификационные данные ТЭ 21. У текстовых элементов 21 лингвистического предложения 11 отсутствуют характеризующие их уникальные наименования (УН), имеющие практическое использование. В структуре данных элементы 21 в качестве примера, но не ограничения могут именоваться как «ТЭ 1», «ТЭ 2», «ТЭ 3» «ТЭ n», где n ≥ 1 - порядковый номер элемента в лингвистическом предложении 11. ТЭ 21 лингвистического предложения (ЛП 11) являются текстовыми элементами ЛП, то в качестве примера, но не ограничения текстовыми элементами могут быть ТЭ первичного вида, а именно словами, цифрами (числами), знаками препинания или индексами (конструкциями из букв, цифр и знаков), содержащимися в ЛП и отделенными друг от друга пробелом, за исключением знаков препинания. Текстовыми элементами иного вида могут быть, в качестве примера, но не ограничения, словоформы, то есть группы слов, отличающиеся от первичных ТЭ тем, что представляют собой не формально отдельное слово предложения (то есть букву или набор букв, отделенных пробелом от других слов), а группу слов, которая с лингвистической точки зрения является одним морфологическим и синтаксическим объектом. Такая группа слов именуется «сложной словоформой». Например, слова «в», «соответствие» и «с» представляют собой, как кажется, несколько ТЭ, хотя на самом деле являются одним сложным текстовым элементом «в соответствии с», который и выявляется на этапе 1012 как один ТЭ 21. Текстовые элементы 21 лингвистического предложения 11 имеют идентификационные данные ТЭ 21, в качестве примера, но не ограничения: значение 211 ТЭ и номер 212 ТЭ. Значением 211 ТЭ является набор букв, цифр, знаков, из которых состоит ТЭ 21. Номером 212 ТЭ является порядковый номер ТЭ 21 в лингвистическом предложении 11. Идентификацию и формирование текстовых элементов 21 первой структуры данных в ходе этапа 1012 производят путем анализа текста и выявления (выделения) отдельных текстовых элементов согласно их вида и описания, которое должно быть известно заранее. Например, но не ограничиваясь, такой анализ может производиться путем выделения в предложении слов, чисел или индексов, разделенных друг от друга пробелом, а также знаков препинания, которые присоединены к упомянутым словам, числам и индексам. При этом предпочтительно, чтобы последний знак препинания в предложении не учитывался и не рассматривался в качестве текстового элемента 21 лингвистического предложения 11. Такой анализ может быть выполнен любым известным из уровня техники способом и, соответственно, подробно далее не описывается. Например, не ограничиваясь, такой анализ может быть выполнен традиционно специалистом-лингвистом, или же с помощью программного алгоритма лингвистического (синтаксического) процессора. Более того, при наличии достаточного количества примеров возможно выполнение такого анализа с помощью различных систем машинного обучения, в том числе статистического процессора или нейросети. Идентификацию значения 211 текстового элемента 21 первой структуры данных в ходе этапа 1012 производят путем регистрации символов (букв, цифр, знаков), из которых состоит текстовый элемент 21. Идентификацию номера 212 текстового элемента 21 первой структуры данных в ходе этапа 1012 производят путем расчета местоположения ТЭ 21 в лингвистическом предложении 11. При этом первый текстовый элемент 21 в лингвистическом предложении 11 получает номер 1, а все последующие ТЭ получают номер больше на 1, чем номер предыдущего ТЭ 21. Формирование первой структуры данных СМД в ходе этапа 1012 производят путем объединения в одной структуре данных элементов 21 первой структуры данных СМД, а также их идентификационных данных по известным из уровня техники принципам и способам, которые, соответственно далее подробно не описываются.[0045] FIG. 4, by way of example, but not limitation, the general structure of the generated first data structure is shown. The first data structure is a DMD containing the elements 21 of the first data structure, which are the text elements (TE 21) of the linguistic sentence 11 and the identification data of the TE 21. The text elements 21 of the linguistic sentence 11 do not have any unique names characterizing them, which have practical using. In the data structure, elements 21 as an example, but not limitation, can be referred to as “TE 1”, “TE 2”, “TE 3”, “TE n”, where n ≥ 1 is the serial number of the element in the linguistic sentence 11. TE 21 is linguistic sentences (PL 11) are text elements of the PL, then as an example, but not limited to text elements, TE can be of the primary form, namely words, numbers (numbers), punctuation marks or indices (constructions of letters, numbers and signs) contained in PL and separated by a space, with the exception of prep inaniya. Other types of text elements can be, as an example, but not limited to, word forms, that is, groups of words that differ from the primary TE in that they are not formally a separate sentence word (that is, a letter or a set of letters separated by a space from other words) , and a group of words, which from a linguistic point of view is one morphological and syntactic object. Such a group of words is called "complex word form." For example, the words “c”, “correspondence”, and “c” appear to be several TEs, although in fact they are one complex text element “in accordance with”, which is identified at 1012 as one TE 21. Textual the elements 21 of the linguistic sentence 11 have the identification data of the TE 21, as an example, but not limitation: the value of 211 TE and the number 212 TE. The value of 211 TEQ is the set of letters, numbers, signs that make up TE 21. Number 212 of TE is the serial number of TE 21 in the linguistic sentence 11. Identification and formation of text elements 21 of the first data structure during step 1012 is performed by analyzing the text and identifying ( allocation) of individual text elements according to their type and description, which should be known in advance. For example, but not limited to, such an analysis can be carried out by highlighting in a sentence words, numbers or indices separated by a space, as well as punctuation marks that are attached to the words, numbers and indices. Moreover, it is preferable that the last punctuation mark in the sentence is not taken into account and not considered as a text element 21 of the linguistic sentence 11. Such an analysis can be performed by any method known from the prior art and, accordingly, is not described in further detail below. For example, without limitation, such an analysis can be performed traditionally by a specialist linguist, or using a software algorithm of a linguistic (syntactic) processor. Moreover, if there are a sufficient number of examples, it is possible to perform such an analysis using various machine learning systems, including a statistical processor or a neural network. The identification of the value 211 of the text element 21 of the first data structure during step 1012 is performed by registering the characters (letters, numbers, signs) that make up the text element 21. The identification of the number 212 of the text element 21 of the first data structure during step 1012 is performed by calculating the location of the TE 21 in the linguistic sentence 11. In this case, the first text element 21 in the linguistic sentence 11 gets the number 1, and all subsequent TEs get the number 1 more than the number of the previous TE 21. The formation of the first structure nnyh CMD in step 1012 is carried out by combining in a single data structure elements 21 of the first data SMD structure, as well as identification data on prior art principles and techniques which are respectively hereinafter not described in detail.

[0046] На фиг. 5, в качестве примера, но не ограничения, изображена общая схема выполнения этапов этапа 102 формирования базы данных лингво-логических признаков, представляющей собой базу данных лингвистических и логических признаков текстовых элементов 21 предложения 11 после выполнения этапа 102. Этап 102 характеризуется выполнением этапа 1021 формирования первой части лингво-логических признаков ТЭ лингвистического предложения, на котором для лингвистического анализа ТЭ, содержащихся в первой СД и классифицированных как слово, предоставляют идентификационные данные ТЭ и получают лингвистические характеристики ТЭ, а также значения упомянутых лингвистических характеристик; выполнением этапа 1022 формирования второй части лингво-логических признаков ТЭ лингвистического предложения, на котором для логического анализа ТЭ, содержащихся в первой СД и классифицированных как слово, предоставляют идентификационные данные ТЭ, а также лингвистические характеристики ТЭ лингвистического предложения вместе с упомянутыми значениями лингвистических характеристик, и получают логические характеристики ТЭ лингвистического предложения, а также значения упомянутых логических характеристик; выполнением этапа 1023 формирования базы данных лингво-логических признаков (БДЛЛП), на котором формируют БДЛЛП первичных текстовых элементов лингвистического предложения, при этом лингво-логическими признаками ТЭ являются все полученные по соответствующему ТЭ в ходе этапов 1021 и 1022 упомянутые лингвистические характеристики и упомянутые логические характеристики, обладающие соответствующими упомянутыми значениями лингвистических характеристик и упомянутыми значениями логических характеристик.[0046] FIG. 5, by way of example, but not limitation, a general flowchart is shown of the steps of step 102 of forming a database of linguistic and logical features, which is a database of linguistic and logical features of text elements 21 of sentence 11 after step 102. Step 102 is characterized by performing step 1021 of forming the first part of the linguistic and logical features of the TE of the linguistic sentence, on which, for the linguistic analysis of the TE contained in the first SD and classified as a word, provide identification tional data TE is obtained and linguistic characteristics of the TE and the linguistic values of said characteristics; performing step 1022 of the formation of the second part of the linguistic and logical features of the TE of the linguistic sentence, in which for the logical analysis of the TE contained in the first SD and classified as a word, the identification data of the TE, as well as the linguistic characteristics of the TE of the linguistic sentence along with the mentioned values of the linguistic characteristics, and get the logical characteristics of the TE linguistic sentences, as well as the values of the mentioned logical characteristics; performing step 1023 of creating a database of linguistic and logical features (BDLP), on which the BDLP of the primary text elements of the linguistic sentence is formed, while the linguistic features of the TE are all the mentioned linguistic characteristics and the logical characteristics mentioned in the course of steps 1021 and 1022 possessing the corresponding mentioned values of linguistic characteristics and the mentioned values of logical characteristics.

[0047] На фиг. 6, в качестве примера, но не ограничения, изображена общая структура сформированной базы данных лингво-логических признаков (БДЛЛП), являющейся БДЛЛП текстовых элементов 21 лингвистического предложения 11 после выполнения этапа 102. Первая часть лингво-логических признаков 213 текстовых элементов 21 лингвистического предложения 11 может содержать лингвистические характеристики (морфологические, синтаксические и семантические характеристики). При этом совокупность значений всех лингвистических характеристик текстового элемента является для каждого ТЭ 21 лингвистического предложения 11 его отличительным (уникальным) лингвистическим признаком в лингвистическом предложении 11. Морфологические характеристики предпочтительно указывают на морфологические признаки ТЭ 21 лингвистического предложения 11, которые могут быть классифицированы, в качестве примера, но не ограничения, по уровню вложенности (род-вид-подвид). При этом морфологическими родами ТЭ 21 лингвистического предложения 11 предпочтительно являются слово, цифра, знаки препинания, иные знаки; морфологическими видами - часть речи (для слов), вид цифры (арабская, римская), вид знака препинания (точка, запятая и тому подобное), вид иного знака, вид индекса (формула, сложная нумерация и тому подобное); морфологическими подвидами - род, число, падеж частей речи и тому подобное для слов, а также число, двоичный код, индекс и тому подобное для цифр. Синтаксические характеристики предпочтительно указывают на множество синтаксических признаков ТЭ 21 лингвистического предложения 11, среди которых можно выделить, в качестве примера, но не ограничения, следующие синтаксические признаки ТЭ 21 лингвистического предложения 11: синтаксическая роль (сказуемое, подлежащее и тому подобное); синтаксический родитель (синтаксически главное слово); синтаксические потомки (синтаксически подчиненные слова); синтаксическая сочинительная связь (наличие иного ТЭ, имеющего ту же синтаксическую роль и того же синтаксического родителя). Семантические характеристики предпочтительно указывают на семантические признаки ТЭ 21 лингвистического предложения 11, среди которых можно выделить, в качестве примера, но не ограничения, следующие семантические характеристики ТЭ 21 лингвистического предложения 11: семантическая группа (группа слов, которые можно отнести к одному классу, роду, виду или подвиду предметов или действий окружающего мира при совпадении признаков упомянутых классов, родов, видов или подвидов), семантический статус (смысловое значение слова или группы слов в рамках словосочетания, которым называется некий мыслимый образ (предмет или действие) - например, но не ограничиваясь, мыслимый образ «отсутствие продавца в месте нахождения потребителя» состоит из двух элементов верхнего уровня (терминов): первого - «отсутствие продавца», и второго - «месте нахождения потребителя», у которых имеются следующие семантические статусы: у первого - главный (определяет смысл термина), у второго - дополнительный (уточняет определенный ранее смысл главного термина)). Вторая часть лингво-логических характеристик 214 текстовых элементов 21 лингвистического предложения 11 содержит логические характеристики. При этом совокупность значений всех логических характеристик текстового элемента является для каждого ТЭ 21 лингвистического предложения 11 его отличительным (уникальным) логическим признаком в лингвистическом предложении 11. Логические характеристики предпочтительно указывают на логические признаки ТЭ 21 лингвистического предложения 11, среди которых можно выделить, в качестве примера, но не ограничения, следующие логические характеристики ТЭ 21 лингвистического предложения 11: логические роли каждого слова, являющегося ТЭ 21, в лингвистическом предложении 11. Под логической ролью слова понимается логическая позиция слова в логических сущностях (логических объектах) предложения, среди которых можно выделить, в качестве примера, но не ограничения, следующие логические сущности (логические объекты): понятие, признак понятия, термин (часть образа), образ (элемент простого суждения), простое суждение, сложное суждение. Выявление логической роли слова в самых простых логических объектах (понятие и признак понятия) не зависит от формализованной логической модели предложения, и представляет собой метку (индекс), который указывает на то, чем является данное слово в указанных простых логических объектах. Например, слово «закон» всегда есть логический объект «понятие», а слово «федеральный» есть логический объект «признак понятия». Выявление логической роли слова в более сложных (составных) логических объектах (например, термин и образ) зависит от формализованной логической модели предложения, в привязке к элементам которой и будет установлена логическая роль слова. Формирование первой части лингво-логических характеристик - лингвистических характеристик 213 и их значений 2131 для текстовых элементов 21 лингвистического предложения 11 - предпочтительно производят на этапе 1021 путем первого комплексного лингвистического анализа каждого текстового элемента 21 лингвистического предложения 11, представляющего собой анализ ТЭ 21, в качестве примера, но не ограничения например, анализ на основе местонахождения ТЭ в структуре предложения, его значения, вида, классификации его мыслимого образа и анализа его связей с другими текстовыми элементами в предложении. По результатам первого комплексного анализа предпочтительно производится формирование лингвистических характеристик 213 и их внесение на этапе 1023 в БДЛЛП в виде перечня лингвистических характеристик 213 со значениями этих характеристик 2131. Например, но не ограничиваясь, одной из лингвистических характеристик 213 может быть «синтаксическая роль» ТЭ 21, со значением данной лингвистической характеристики - «подлежащее». Такой анализ может быть выполнен любым известным из уровня техники способом и, соответственно, подробно далее не описывается. Например, не ограничиваясь, такой анализ может быть выполнен традиционно специалистом-лингвистом, или же с помощью программного алгоритма лингвистического (синтаксического) процессора. Более того, при наличии достаточного количества примеров возможно выполнение такого анализа с помощью различных систем машинного обучения, в том числе статистического процессора или нейросети. Формирование второй части лингво-логических характеристик - логических характеристик 214 и их значений 2141 для текстовых элементов 21 лингвистического предложения 11 - предпочтительно производят на этапе 1021 путем второго комплексного лингвистического анализа каждого первичного текстового элемента 21 лингвистического предложения 11, представляющего в качестве примера, но не ограничения анализ ТЭ 21 на основе местонахождения ТЭ 21 в структуре предложения, его значения, вида, классификации его мыслимого образа и анализа его связей с другими текстовыми элементами в предложении, а также анализа выявленных лингвистических характеристик 213 и их значений 2131 ТЭ 21. По результатам второго комплексного анализа предпочтительно производится формирование логических характеристик 214 и их внесение на этапе 1023 в БДЛЛП в виде перечня логических характеристик 214 со значениями этих характеристик 2141. Например, но не ограничиваясь, одной из логических характеристик 214 может быть «логическая роль» ТЭ 21, со значением данной логической характеристики - «признак понятия». Такой анализ может быть выполнен любым известным из уровня техники способом и, соответственно, подробно далее не описывается. Например, не ограничиваясь, такой анализ может быть выполнен традиционно специалистом-лингвистом, или же с помощью программного алгоритма лингвистического (синтаксического) процессора. Более того, при наличии достаточного количества примеров возможно выполнение такого анализа с помощью различных систем машинного обучения, в том числе статистического процессора или нейросети. На основании выявленных первой части лингво-логических характеристик 213 текстовых элементов 21 лингвистического предложения 11 и их значений 2131, а также второй части лингво-логических характеристик 214 текстовых элементов 21 лингвистического предложения 11 и их значений 2141 в итоге формируют базу данных лингво-логических признаков, являющуюся БДЛЛП текстовых элементов 21 лингвистического предложения 11, созданной после выполнения этапа 102. При этом первая часть лингво-логических характеристик 213 текстовых элементов 21 лингвистического предложения 11 и их значения 2131 формируют уникальные лингвистические признаки ТЭ 21 лингвистического предложения 11, а вторая часть лингво-логических характеристик 214 текстовых элементов 21 лингвистического предложения 11 и их значения 2141 формируют уникальные логические признаки ТЭ 21 лингвистического предложения 11.[0047] FIG. 6, by way of example, but not limitation, the general structure of the generated database of linguistic and logical features (BDLP) is shown, which is BDLP of text elements 21 of the linguistic sentence 11 after step 102. The first part of the linguistic signs 213 of the text elements 21 of the linguistic sentence 11 may contain linguistic characteristics (morphological, syntactic and semantic characteristics). Moreover, the totality of the values of all the linguistic characteristics of the text element is for each TE 21 of the linguistic sentence 11 its distinctive (unique) linguistic feature in the linguistic sentence 11. The morphological characteristics preferably indicate the morphological features of TE 21 of the linguistic sentence 11, which can be classified as an example , but not limited, by the level of nesting (genus-species-subspecies). Moreover, the morphological genera of TE 21 of the linguistic sentence 11 are preferably a word, a number, punctuation marks, other signs; morphological species - part of speech (for words), type of number (Arabic, Roman), type of punctuation mark (dot, comma and the like), type of other sign, type of index (formula, complex numbering and the like); morphological subspecies - gender, number, case of parts of speech and the like for words, as well as number, binary code, index and the like for numbers. The syntactic characteristics preferably indicate many syntactic features of TE 21 of the linguistic sentence 11, among which, by way of example, but not limitation, the following syntactic features of TE 21 of the linguistic sentence 11 can be highlighted: syntactic role (predicate, subject, and the like); syntactic parent (syntactically main word); syntactic descendants (syntactically subordinate words); syntactic compositional connection (the presence of another TE having the same syntactic role and the same syntactic parent). The semantic characteristics preferably indicate the semantic characteristics of TE 21 of the linguistic sentence 11, among which, by way of example, but not limitation, the following semantic characteristics of TE 21 of the linguistic sentence 11 can be distinguished: semantic group (a group of words that can be attributed to one class, gender, the type or subspecies of objects or actions of the surrounding world when the characteristics of the mentioned classes, genera, species or subspecies coincide), semantic status (semantic meaning of a word or group of words in combination of words, which is called a certain conceivable image (object or action) - for example, but not limited to, the conceivable image "absence of a seller at the location of the consumer" consists of two elements of the upper level (terms): the first - "absence of a seller", and the second - "Location of the consumer", which have the following semantic statuses: the first - the main one (defines the meaning of the term), the second - the additional one (specifies the previously defined meaning of the main term)). The second part of the linguistic and logical characteristics 214 of the text elements 21 of the linguistic sentence 11 contains logical characteristics. Moreover, the set of values of all the logical characteristics of the text element for each TE 21 of the linguistic sentence 11 is its distinctive (unique) logical feature in the linguistic sentence 11. The logical characteristics preferably indicate the logical signs of TE 21 of the linguistic sentence 11, among which we can highlight, as an example , but not limitation, the following logical characteristics of TE 21 of linguistic sentence 11: the logical roles of each word that is TE 21 in linguistics logical sentence 11. The logical role of a word is understood as the logical position of a word in logical entities (logical objects) of a sentence, among which, as an example, but not limitation, the following logical entities (logical entities) can be identified: concept, sign of concept, term (part image), image (element of simple judgment), simple judgment, complex judgment. The identification of the logical role of a word in the simplest logical objects (concept and sign of a concept) does not depend on the formalized logical model of the sentence, and is a label (index) that indicates what the word is in these simple logical objects. For example, the word “law” is always a logical object “concept”, and the word “federal” is a logical object “sign of a concept”. The identification of the logical role of a word in more complex (composite) logical objects (for example, the term and image) depends on the formalized logical model of the sentence, in connection with the elements of which the logical role of the word will be established. The formation of the first part of the linguistic and logical characteristics — linguistic characteristics 213 and their values 2131 for the text elements 21 of the linguistic sentence 11 — is preferably carried out at step 1021 by the first complex linguistic analysis of each text element 21 of the linguistic sentence 11, which is an analysis of TE 21, as an example , but not limited, for example, analysis based on the location of TE in the structure of the proposal, its value, type, classification of its conceivable image and analysis of its relationship nd other text elements in the proposal. According to the results of the first comprehensive analysis, the linguistic characteristics 213 are preferably formed and entered at 1023 into the LLLP as a list of linguistic characteristics 213 with the values of these characteristics 2131. For example, but not limited to, one of the linguistic characteristics 213 may be the “syntactic role” of TE 21 , with the meaning of this linguistic characteristic - “subject”. Such an analysis can be performed by any method known in the art and, accordingly, is not described in further detail below. For example, without limitation, such an analysis can be performed traditionally by a specialist linguist, or using a software algorithm of a linguistic (syntactic) processor. Moreover, if there are a sufficient number of examples, it is possible to perform such an analysis using various machine learning systems, including a statistical processor or a neural network. The formation of the second part of the linguistic and logical characteristics — logical characteristics 214 and their values 2141 for the text elements 21 of the linguistic sentence 11 — is preferably carried out at step 1021 by a second complex linguistic analysis of each primary text element 21 of the linguistic sentence 11, which is an example, but not limitation analysis of TE 21 on the basis of the location of TE 21 in the structure of the proposal, its value, type, classification of its conceivable image and analysis of its relations with other technologies items in the proposal, as well as an analysis of the identified linguistic characteristics 213 and their values 2131 TE 21. According to the results of the second complex analysis, it is preferable to generate logical characteristics 214 and enter them at 1023 in the BLLL as a list of logical characteristics 214 with the values of these characteristics 2141. For example, but not limited to, one of the logical characteristics 214 may be the "logical role" of TE 21, with the value of this logical characteristic - "sign of the concept." Such an analysis can be performed by any method known in the art and, accordingly, is not described in further detail below. For example, without limitation, such an analysis can be performed traditionally by a specialist linguist, or using a software algorithm of a linguistic (syntactic) processor. Moreover, if there are a sufficient number of examples, it is possible to perform such an analysis using various machine learning systems, including a statistical processor or a neural network. Based on the first part of the linguistic and logical characteristics 213 text elements 21 of the linguistic sentence 11 and their values 2131, as well as the second part of the linguistic and logical characteristics 214 of the text elements 21 of the linguistic sentence 11 and their values 2141, the database of linguistic and logical features which is BLLL text elements 21 of the linguistic sentence 11, created after step 102. In this case, the first part of the linguistic characteristics of 213 text elements 21 of the linguistic sentence phenomena 11 and their values 2131 form unique linguistic features of TE 21 of the linguistic sentence 11, and the second part of the linguistic characteristics 214 of the text elements 21 of the linguistic sentence 11 and their values 2141 form unique logical features of TE 21 of the linguistic sentence 11.

[0048] На фиг. 7, в качестве примера, но не ограничения, изображена общая схема выполнения этапов этапа 103 формирования второй структуры данных СМД. Этап 103 характеризуется: выполнением этапа 1031, формирования элементов второй СД, на котором на основании сведений, содержащихся в БДЛЛП, первой СД, а также на основании формализованной модели простого суждения, идентифицируют и формируют элементы второй СД, являющиеся компонентами простого суждения (КПС), а также идентификационные данные КПС; выполнением этапа 1032 формирования второй СД, на котором формируют вторую СД из идентифицированных КПС и их идентификационных данных.[0048] FIG. 7, as an example, but not limitation, depicts a General diagram of the steps of step 103 of the formation of the second data structure SMD. Step 103 is characterized by: performing step 1031, forming the elements of the second SD, on which, based on the information contained in the BLL, the first SD, and also on the basis of the formalized model of simple judgment, the elements of the second SD that are components of a simple judgment (KPS) are identified and formed as well as KPS identification data; the execution of step 1032 of the formation of the second LED, which form the second LED of the identified KPS and their identification data.

[0049] На фиг. 8, в качестве примера, но не ограничения, изображена общая структура сформированной второй структуры данных СМД. Вторая СД представляет собой СМД, содержащий элементы 31 второй структуры данных, которые представляют собой компоненты простых суждений (КПС 31) лингвистического предложения 11 и идентификационные данные КПС 31. Идентификационные данные КПС представляют собой в качестве примера, но не ограничения значения 311 элементов 31 второй структуры данных СМД и порядковые номера 312 ТЭ 21 лингвистического предложения 11, составляющих элементы 31. Компоненты простых суждений КПС 31 представляют собой различные синтаксические единицы лингвистического предложения 11, например, в качестве примера, но не ограничения: слова (словоформы); различные словосочетания, являющиеся «понятиями с признаком», «группой понятий с признаками» (терминами), «группой терминов» (образом или элементом простого суждения) и тому подобное. Виды компонентов, которые требуется идентифицировать при формировании второй структуры данных СМД зависит от формализованной модели простого суждения и детализации формализованной модели простого суждения, то есть выделения в структуре формализованной модели простого суждения отдельных компонентов. Компоненты простого суждения 31 могут быть как минимум двух видов - первые компоненты КПС 31.1 (самые мелкие компоненты, представляющие собой исходные элементы, из которых формируются все остальные, более крупные компоненты) и вторые компоненты КПС 31.2 (самые крупные компоненты, представляющие собой исходные «блоки», из которых формируются простые суждения, и именуемые «элементами простых суждений»). В связи с этим, КПС 31, как минимум, содержат первый КПС 31.1 и второй КПС 31.2. При этом КПС 31 могут быть и иные виды компонентов 31.х, содержащиеся в формализованной модели простого суждения. При этом индекс x ≥ 3, соответствует порядковому номеру компонента 31 иного вида, находящемуся в формализованной модели простого суждения между компонентами 31.1. и 31.2). Например, но не ограничиваясь, компонентом иного вида для перечисленных первых и вторых КПС 31 может быть компонент «термин». Такие компоненты представляют собой структурные элементы, из которых состоит второй компонент КПС 31 «элемент простого суждения». То есть, в зависимости от текста предложения, второй КПС 31 может состоять из одного, двух или более КПС 31 вида «термин». Например, но не ограничиваясь, при значении 311 второго КПС 31 - «права потребителей в сфере торговли» можно идентифицировать в нем два отдельных КПС 31 иного вида (вида «термин») - «права потребителей» и «в сфере торговли». Первым компонентом (ПК), в качестве примера, но не ограничения, могут являться такие компоненты, которые именуются «понятие» и «признак». Понятием являются объекты или действия, выделенные и обобщенные в рамках некой классификации по их существенным признакам. Признаком является характеристика объекта или действия, указывающая на наличие или отсутствие у него того или иного свойства, состояния или отношения. Понятия и признаки выражаются в словах (словоформах). Вторым компонентом (ВК), в качестве примера, но не ограничения является такой компонент, который именуется «элементом простого суждения». ВК (КПС 31.2) представляет собой то, из чего состоят простые суждения, например, в качестве примера, но не ограничения, можно привести академическую модель простого суждения, в которой существуют два основных элемента «субъект» и «предикат». В такой формализованной модели «субъект» - это предмет о котором идет речь в суждении, предмет о котором что-либо утверждается или опровергается, а «предикат» - это то, что конкретно утверждается или опровергается о предмете суждения. Иным компонентом (ИК), в качестве примера, но не ограничения является такой компонент, который не является ни ПК (КПС 31.1), ни ВК (КПС 31.2), но при этом содержится в формализованной модели простого суждения. В качества примера, но не ограничения, можно привести такой компонент ИК как «понятие с признаком», представляющий собой несколько ПК (КПС 31.1), имеющих прямую синтаксическую подчинительную связь. Такой компонент является структурно более крупным объектом, чем ПК (в качестве примера, но не ограничения - «федеральный закон», состоящий из двух ПК: «федеральный» и «закон»). У ПК (КПС 31.1) лингвистического предложения 11, которые являются отдельными словоформами, отсутствуют характеризующие их уникальные наименования (УН), имеющие практическое использование. В структуре данных КПС 31 в качестве примера, но не ограничения могут именоваться как «КПС 1.1», «КПС 2.1», «КПС 3.1» «ИТЭ n.1», где первое число (1; 2; 3 и так далее) - порядковый номер ПК в лингвистическом предложении 11; второе число «1» (после точки) указывает на то, что это КПС первого вида; n ≥ 1 - порядковый номер элемента в лингвистическом предложении 11. У ВК (КПС 31.2) лингвистического предложения 11, которые являются элементами простого суждения, имеются характеризующие их уникальные наименования (УН), имеющие практическое использование. В структуре данных КПС 31, которые являются элементами простого суждения в качестве примера, но не ограничения, могут именоваться как «КПС 1.2», «КПС 2.2», «КПС 3.2», «КПС n.2», где первое число (1; 2; 3 и т.д.) - порядковый номер ВК в лингвистическом предложении 11; второе число «2» (после точки) указывает на то, что это КПС второго вида; n ≥ 1 - порядковый номер элемента в лингвистическом предложении 11. При этом, в качестве примера, но не ограничения элементы ПС 12 могут именоваться так, как установлено в формализованной модели простого суждения, например: «субъект», «объект», «действие», «условие» и тому подобное. У иных компонентов (ИК) простого суждения КПС 31.x лингвистического предложения 11 наличие характеризующих их уникальных наименований (УН), имеющих практическое использование, зависит от принятой формализованной модели простого суждения. В структуре данных такие КПС 31 в качестве примера, но не ограничения могут именоваться как «КПС 1.x», «КПС 2.x», «КПС 3.x» «КПС n.х», где первое число (1; 2; 3 и т.д.) - порядковый номер ИК в лингвистическом предложении 11; второе число «х» (после точки) указывает на порядковый номер КПС иного вида, начиная с 3 и далее; n ≥ 1 - порядковый номер элемента в лингвистическом предложении 11. КПС 31 лингвистического предложения 11, состоящие из компонентов минимум двух видов 31.1 и 31.2 - имеют идентификационные данные КПС: в качестве примера, но не ограничения: значения 311 КПС, состоящие из значений 311.1 и 311.2 компонентов минимум двух видов 31.1 и 31.2, и номера 312 КПС, состоящие из номеров 312.1 и 312.2 компонентов минимум двух видов 31.1 и 31.2. Значениями 311 КПС являются наборы слов (ТЭ 21), из которых состоят как минимум КПС 311.1 и КПС 311.2. Номерами 312 КПС являются порядковые номера КПС 312.1 и КПС 312.2 слов (словоформ) ПК 21, из которых состоят как минимум КПС 31.1 и КПС 31.2 в лингвистическом предложении 11. Идентификация и формирование компонентов простого суждения КПС 31 (КПС 31.1, КПС 31.2, КПС 31.х) второй структуры данных в ходе этапа 1031 производят путем комплексного лингво-логического анализа элементов первой структуры данных СМД - текстовых элементов ТЭ 21 и их идентификационных данных. Такой комплексный анализа ТЭ 21 производится с помощью сведений о ТЭ 21 и с помощью сведений из сформированной БДЛЛП первичных текстовых элементов 21, а также на основании представления о формализованной модели простого суждения и с учетом уже сформированных более мелких компонентов простого суждения (то есть КПС 31.1, либо компонентов с меньшим индексом х, чем у формируемого (например, не ограничиваясь, при формировании КПС 31.2 необходимо учитывать сформированные ранее КПС 31.1, а при формировании КПС 31.12 необходимо учитывать сформированные ранее КПС 31.11 и КПС 31.1)). При этом формализованная модель простого суждения содержит минимум два вида компонентов - первый компонент (ПК), как первый вид КПС 31, и второй компонент (ВК), как второй вид КПС 31. Таким образом формализованной моделью простого суждения считается такая система описания простого суждения, которая имеет не менее чем два упомянутых компонента. Целью упомянутого комплексного анализа является выявление в лингвистическом предложении всех компонентов простого суждения, установленных в формализованной модели простого суждения. Идентификация и формирование КПС 31 второй структуры данных в ходе этапа 1031 производится пошагово. Количество шагов этапа 1031 зависит от используемой формализованной модели простого суждения. Модель простого суждения содержит установленное число видов компонентов простого суждения. В соответствии с этим количеством видов компонентов и определяется количество шагов этапа 1031, поскольку на одном шаге возможны идентификация и формирование только одного вида компонента. При этом, поскольку формализованная модель простого суждения минимально может содержать не менее двух компонентов, минимальное число шагов также будет равняться двум. В качестве примера, но не ограничения, приведен пример идентификации и формирования первого (КПС 31.1) и второго (КПС 31.2) компонентов простого суждения КПС 31. Для идентификации первого компонента КПС 31.1 - например, «словоформ», производят лингвистический анализ ТЭ 21 предложения 11. В качестве примера, но не ограничения, рассмотрено следующее предложение: «Товар передается в соответствии с договором». На основании морфологических и синтаксических признаков (характеристик) каждого ТЭ 21, выявленного в ходе формирования первой структуры данных СМД, установлено, что данное предложение содержит следующие первые компоненты (КПС 31.1), являющиеся словоформами (таблица 1):[0049] FIG. 8, by way of example, but not limitation, the general structure of the generated second SMD data structure is shown. The second DM is an SMD containing the elements 31 of the second data structure, which are the components of simple judgments (KPS 31) of the linguistic sentence 11 and the identity of the KPS 31. The identification data of the KPS is an example, but not limitation, of the values 311 of the elements 31 of the second structure SMD data and serial numbers 312 TE 21 of the linguistic sentence 11 constituting the elements 31. The components of simple judgments of KPS 31 are various syntactic units of the linguistic pre dix 11, for example, as an example, but not limited to: a word (word form); various phrases that are “concepts with a sign,” “a group of concepts with signs” (terms), “a group of terms” (an image or element of a simple judgment), and the like. The types of components that need to be identified during the formation of the second SMD data structure depend on the formalized model of simple judgment and the details of the formalized model of simple judgment, that is, the allocation of individual components in the structure of the formalized model of simple judgment. The components of simple judgment 31 can be at least two kinds - the first components of the KPS 31.1 (the smallest components representing the initial elements from which all other larger components are formed) and the second components of the KPS 31.2 (the largest components representing the original “blocks” ”, From which simple judgments are formed, and referred to as“ elements of simple judgments ”). In this regard, KPS 31, as a minimum, contain the first KPS 31.1 and the second KPS 31.2. Moreover, KPS 31 may also have other types of components 31.x, contained in a formalized model of simple judgment. Moreover, the index x ≥ 3 corresponds to the serial number of the component 31 of a different kind, which is in the formalized model of simple judgment between components 31.1. and 31.2). For example, but not limited to, a component of a different kind for the listed first and second KPS 31 may be the term component. Such components are the structural elements that make up the second component of KPS 31, the “element of simple judgment." That is, depending on the text of the proposal, the second KPS 31 may consist of one, two or more KPS 31 of the form "term". For example, but not limited to, with a value of 311 of the second KPS 31 - “consumer rights in the field of trade”, two separate KPS 31 of a different type (“term” type) - “consumer rights” and “in the field of trade” can be identified in it. The first component (PC), as an example, but not limitation, may be such components, which are called "concept" and "sign". A concept is objects or actions that are highlighted and generalized within the framework of a certain classification according to their essential features. A sign is a characteristic of an object or action, indicating the presence or absence of one or another property, state or relationship. Concepts and signs are expressed in words (word forms). The second component (VC), as an example, but not limitation, is such a component, which is called the "element of simple judgment." VK (KPS 31.2) is what simple judgments consist of, for example, as an example, but not a limitation, we can cite the academic model of simple judgment, in which there are two main elements “subject” and “predicate”. In such a formalized model, the “subject” is the subject of the judgment, the subject of which is affirmed or disproved, and the “predicate” is that which is specifically affirmed or disproved about the subject of the judgment. Another component (IR), as an example, but not a limitation, is a component that is neither a PC (KPS 31.1) nor a VK (KPS 31.2), but it is contained in a formalized model of simple judgment. As an example, but not limitation, one can cite such an IR component as a “concept with a sign”, which is a few PCs (KPS 31.1) that have a direct syntactic subordinate connection. Such a component is a structurally larger object than a PC (as an example, but not a limitation, a “federal law” consisting of two PCs: “federal” and “law”). The PC (KPS 31.1) of the linguistic sentence 11, which are separate word forms, lacks their unique names characterizing their practical use. In the data structure of KPS 31, as an example, but not restrictions, can be referred to as “KPS 1.1”, “KPS 2.1”, “KPS 3.1”, “ITE n.1”, where the first number (1; 2; 3 and so on) is serial number of the PC in the linguistic sentence 11; the second number “1” (after the period) indicates that it is a KPS of the first kind; n ≥ 1 is the serial number of the element in the linguistic sentence 11. VK (KPS 31.2) of the linguistic sentence 11, which are elements of simple judgment, has their unique names characterizing their practical use. In the data structure of KPS 31, which are elements of simple judgment as an example, but not limitation, can be referred to as “KPS 1.2”, “KPS 2.2”, “KPS 3.2”, “KPS n.2”, where the first number (1; 2; 3, etc.) - the serial number of the VK in the linguistic sentence 11; the second number “2” (after the period) indicates that it is a KPS of the second kind; n ≥ 1 - the serial number of the element in the linguistic sentence 11. Moreover, as an example, but not limitation, the elements of PS 12 can be referred to as established in a formalized model of simple judgment, for example: “subject”, “object”, “action” , "Condition" and the like. For other components (IC) of the simple judgment of KPS 31.x of the linguistic sentence 11, the presence of unique names characterizing them, having practical use, depends on the accepted formalized model of simple judgment. In the data structure, such KPS 31 as an example, but not limited to, can be referred to as “KPS 1.x”, “KPS 2.x”, “KPS 3.x”, “KPS n.x”, where the first number is (1; 2 ; 3, etc.) - the serial number of the EC in the linguistic sentence 11; the second number "x" (after the dot) indicates the serial number of the KPS of a different kind, starting from 3 onwards; n ≥ 1 is the serial number of the element in the linguistic sentence 11. KPS 31 of the linguistic sentence 11, consisting of at least two types of components 31.1 and 31.2, have KPS identification data: as an example, but not limited to: KPS values 311 consisting of 311.1 and 311.2 components of at least two types 31.1 and 31.2, and KPS numbers 312, consisting of numbers 312.1 and 312.2 of components of at least two types 31.1 and 31.2. KPS values 311 are word sets (TE 21) of which at least KPS 311.1 and KPS 311.2 are composed. KPS numbers 312 are serial numbers of KPS 312.1 and KPS 312.2 words (word forms) of PC 21, of which at least KPS 31.1 and KPS 31.2 are in the linguistic sentence 11. Identification and formation of simple judgment components of KPS 31 (KPS 31.1, KPS 31.2, KPS 31 .x) the second data structure during step 1031 is produced by a comprehensive linguistic-logical analysis of the elements of the first data structure of the SMD - text elements of TE 21 and their identification data. Such a comprehensive analysis of TE 21 is carried out using information about TE 21 and using information from the primary text elements 21 formed by the BDLP, as well as based on the idea of a formalized model of simple judgment and taking into account the already formed smaller components of a simple judgment (i.e., KPS 31.1, or components with a lower index x than that of the generated one (for example, without limitation, when forming KPS 31.2, it is necessary to take into account previously formed KPS 31.1, and when forming KPS 31.12 it is necessary to take into account the formed wounds its KPS 31.11 and KPS 31.1)). Moreover, the formalized model of simple judgment contains at least two types of components - the first component (PC), as the first type of KPS 31, and the second component (VK), as the second type of KPS 31. Thus, such a system for describing simple judgment is considered a formalized model of simple judgment, which has at least two of the components mentioned. The purpose of the above complex analysis is to identify in the linguistic sentence all the components of simple judgment, established in a formalized model of simple judgment. The identification and generation of KPS 31 of the second data structure during step 1031 is performed step by step. The number of steps in step 1031 depends on the formalized simple judgment model used. The simple judgment model contains a fixed number of kinds of components of simple judgment. In accordance with this number of component types, the number of steps of step 1031 is determined, since at one step identification and formation of only one type of component is possible. Moreover, since the formalized model of simple judgment can contain at least two components minimum, the minimum number of steps will also be two. As an example, but not limitation, an example of identification and formation of the first (KPS 31.1) and second (KPS 31.2) components of the simple judgment of KPS 31 is given. To identify the first component of KPS 31.1 - for example, “word forms”, a linguistic analysis of TE 21 of sentence 11 is performed . As an example, but not limitation, the following proposal was considered: "The goods are transferred in accordance with the contract." Based on the morphological and syntactic features (characteristics) of each TE 21 identified during the formation of the first SMD data structure, it was found that this proposal contains the following first components (KPS 31.1), which are word forms (table 1):

Таблица 1Table 1

№КПС 31.1KPS No. 31.1 СловоформаWord form 11 товарproduct 22 передаетсяtransmitted 33 в соответствии сin accordance with 44 договоромan agreement

[0050] Для идентификации второго компонента КПС 31.2 - например, «элементов простого суждения», производят лингвистический анализ ТЭ 21 предложения 11, а также первых компонентов КПС 31.1, уже сформированных на предыдущем шаге (в данном примере - это ПК, указанные в таблице 1). В качестве примера, но не ограничения рассматривается то же предложение: «Товар передается в соответствии с договором». На основании морфологических и синтаксических признаков (характеристик) каждого первичного текстового элемента (ТЭ 21), выявленного в ходе формирования первой структуры данных СМД, а также с учетом ранее сформированных первых компонентов КПС 31.1 и формализованной модели простого суждения, устанавливается, что данное предложение содержит следующие «элементы простого суждения» (КПС 31.2), являющиеся словоформами, либо словосочетаниями (таблица 2):[0050] To identify the second component of KPS 31.2 - for example, “elements of simple judgment”, a linguistic analysis of TE 21 of sentence 11 is carried out, as well as the first components of KPS 31.1 already formed in the previous step (in this example, these are the PCs listed in Table 1 ) As an example, but not limitation, the same proposal is considered: "The goods are transferred in accordance with the contract." Based on the morphological and syntactic features (characteristics) of each primary text element (TE 21) identified during the formation of the first data structure of the DMD, as well as taking into account the previously formed first components of KPS 31.1 and a formalized model of simple judgment, it is established that this proposal contains the following “Elements of simple judgment” (KPS 31.2), which are word forms or phrases (table 2):

Таблица 2table 2

№КПС 31.2KPS No. 31.2 Элемент простого суждения Element of simple judgment 11 товарproduct 22 передаетсяtransmitted 33 в соответствии с договоромin accordance with agreement

[0051] В качестве примера, но не ограничения, приводится пример идентификации и формирования значений 311.1 для КПС 31.1 вида ПК в том же предложении «Товар передается в соответствии с договором». Значением для КПС 31.1. будут являться полученные в ходе идентификации словоформ. Упомянутый анализ производят путем корреляции текстовых элементов 21 и компонента КПС 31 анализируемого вида (в данном примере - словоформ). В ходе такой корреляции формируется таблица соответствия первичных текстовых элементов ТЭ 21 и словоформ (КПС 31.1). В качестве примера, но не ограничения продемонстрирован пример такой таблицы корреляции (таблица 3):[0051] As an example, but not limitation, an example of identification and formation of values 311.1 for KPS 31.1 type of PC in the same sentence "The goods are transferred in accordance with the contract." The value for KPS is 31.1. will be obtained during the identification of word forms. The mentioned analysis is performed by correlation of the text elements 21 and the KPS component 31 of the analyzed type (in this example, word forms). In the course of such correlation, a table of correspondence of the primary text elements of TE 21 and word forms is formed (KPS 31.1). As an example, but not limitation, an example of such a correlation table is shown (table 3):

Таблица 3Table 3

№КПС 31.1KPS No. 31.1 Словоформы (значения КПС 31.1 первого вида)Word forms (KPS 31.1 meanings of the first kind) №ТЭ 21 No. TE 21 Слова (значения ТЭ 21)Words (meanings of TE 21) 11 товарproduct 11 товарproduct 22 передаетсяtransmitted 22 передаетсяtransmitted 33 в соответствии сin accordance with 33 вin 44 соответствииcompliance 55 сwith 44 договоромan agreement 66 договоромan agreement

[0052] В результате, исходя из данных таблицы корреляции (таблицы 3) ТЭ 21 и КПС 31.1, идентифицируют значение 311.1 КПС 31.1 как слово или набор слов, соответствующие конкретному компоненту КПС 31.1, а также идентифицируют номера 312.1 КПС 31.1 как порядковые номера ТЭ 21, из которых сформированы КПС 31.1. Такая идентификация и формирование могут быть выполнены любым известным из уровня техники способом и, соответственно, подробно далее не описывается. Например, не ограничиваясь, такая идентификация и формирование могут быть выполнены традиционно специалистом-лингвистом, или же с помощью программного алгоритма лингвистического (синтаксического) процессора. Более того, при наличии достаточного количества примеров возможно выполнение такой идентификации и формирование с помощью различных систем машинного обучения, в том числе статистического процессора или нейросети. Формирование второй структуры данных СМД в ходе этапа 1032 производят путем объединения в одной структуре данных элементов 31 (КПС) второй структуры данных СМД, а также их идентификационных данных по известным из уровня техники принципам и способам, которые, соответственно далее подробно не описываются.[0052] As a result, based on the data of the correlation table (table 3), TE 21 and KPS 31.1 identify the value 311.1 of KPS 31.1 as a word or set of words corresponding to a specific component of KPS 31.1, and also identify numbers 312.1 of KPS 31.1 as serial numbers of TE 21 of which the KPS is formed 31.1. Such identification and formation can be performed by any method known in the art and, accordingly, is not described in further detail below. For example, without limitation, such identification and formation can be performed traditionally by a specialist linguist, or using a software algorithm of a linguistic (syntactic) processor. Moreover, if there are a sufficient number of examples, it is possible to perform such identification and form using machine learning systems using various statistical systems, including a statistical processor or a neural network. The formation of the second SMD data structure during step 1032 is performed by combining in a single data structure the elements 31 (CPS) of the second SMD data structure, as well as their identification data according to the principles and methods known from the prior art, which, accordingly, are not described in further detail below.

[0053] На фиг. 9, в качестве примера, но не ограничения, изображена общая схема выполнения этапов этапа 104 формирования третьей структуры данных СМД. Этап 104 характеризуется: выполнением этапа 1041 формирования элементов третьей СД, на котором на основании сведений, содержащихся в БДЛЛП и второй СД, из сформированных КПС в соответствии с формализованной компонентной моделью простого суждения формируют элементы третьей СД, являющиеся простыми суждениями (ПС), а также идентификационные данные ПС, представляющие собой в качестве примера, но не ограничения значения ПС и порядковые номера ТЭ в лингвистическом предложении, составляющих ПС; выполнением этапа 1042 формирования третьей СД, на котором формируют третью СД из сформированных ПС и их идентификационных данных.[0053] FIG. 9, as an example, but not limitation, depicts a General diagram of the steps of step 104 of the formation of the third data structure SMD. Step 104 is characterized by: performing step 1041 of forming the elements of the third SD, on which, based on the information contained in the BDLL and the second SD, the elements of the third SD that are simple judgments (PS) are formed from the formed KPS in accordance with the formalized component model of simple judgment, and identification data of PS, which are an example, but not limitation, of the value of PS and serial numbers of TE in the linguistic sentence that make up PS; the implementation of step 1042 of the formation of the third SD, which form the third SD of the generated PS and their identification data.

[0054] На фиг. 10, в качестве примера, но не ограничения, изображена общая структура сформированной третьей структуры данных СМД. Третья структура данных представляет собой СМД, содержащий элементы 13, которые представляют собой простые суждения (ПС 13) лингвистического предложения 11 и идентификационные данные ПС 12. У элементов 13 лингвистического предложения 11 имеются характеризующие их уникальные наименования (УН), имеющие практическое использование. В структуре данных элементы 13 в качестве примера, но не ограничения могут именоваться как «ПС 1», «ПС 2», «ПС 3», «ПС n», », где n ≥ 1 - порядковый номер элемента в лингвистическом предложении 11. При этом, в качестве примера, но не ограничения, простые суждения ПС 13 могут именоваться как «диспозиция», «санкция», «гипотеза» в юридической предметной области и тому подобное в иных предметных областях. С лингвистической точки зрения ПС 13 это простые предложения. При этом возможны различные варианты простых предложений, которые могут считаться простыми суждениями 13, например, но не ограничиваясь данным примером, можно привести следующие виды простых предложений: 1) простые предложения в изначальном, непреобразованном виде; 2) простые предложения в преобразованном виде, например: а) без причастных или деепричастных оборотов: б) без однородностей (обезоднородненные, без рядов однородных членов); в) без вставок (без текста в скобках); г) без условных именований (без текста в кавычках); д) без обстоятельств (условий); и тому подобные, включая сочетания вышеуказанных и неуказанных видов. Простое суждение ПС 12 с логической точки зрения - это утверждение или опровержение о субъекте суждения. Простое суждение представляет собой первичную логическую конструкцию мышления с помощью которой формируется и передается мысль о том, что нечто (предикат суждения) утверждается или опровергается о предмете суждения (субъект суждения). ПС 13 с точки зрения отдельных предметных областей - это конструкция, описанная формализованной моделью простого суждения. Самыми крупными элементами данной конструкции (формализованной модели простого суждения) являются вторые компоненты простого суждения (КПС 31.2). КПС 31.2 простого суждения 13 с лингвистической точки зрения представляют собой синтаксическую единицу вида «исходный синтаксический объект», либо «синтаксическая конструкция». В зависимости от того, что сообщает простое суждение (насколько отдельные КПС 31.2 являются развернутыми, раскрытыми образами), компоненты простого суждения могут быть выражены как отдельными словами («исходный синтаксический объект»), так и словосочетаниями («синтаксическая конструкция» - набор синтаксически связанных слов). В качестве примера, но не ограничения, можно привести различные варианты значений 311.2 КПС 31.2, с помощью которых передается один и тот же образ: «старый человек»=«старик»=«человек преклонных лет» и тому подобное. Указанные варианты значений 311.2 КПС 31.2 выражаются как одним словом, так и словосочетаниями. В качестве примера, но не ограничения, можно привести пример КПС 31.2, который не может быть передан с помощью одного слова - «права потребителей». С логической точки зрения простое суждение ПС 13 представляет собой утверждение, либо отрицание, в котором что-либо, соответственно, утверждается или опровергается о предмете суждения. С семантической точки зрения КПС 31.2 простого суждения 13 представляет собой обобщенный мыслимый (семантический) образ элемента простого суждения. Например, не ограничиваясь, для предметной области «право» простое суждение может быть соотнесено с частью правовой нормы, а именно в качестве примера, но не ограничения, с «диспозицией» (правило, которое необходимо соблюдать), «санкцией» (правило, которое определяет меру ответственности за нарушение правил) или «гипотезой» (обусловленностью правила, отражающего какое-либо предварительное действие, ситуацию или состояние). Данные правовые сущности содержаться в простых предложениях правовых актов. Для формализации простого суждения в предметной области права необходимо создать формализованную модель правовой нормы. В рамках профессиональной дискуссии может быть сформулировано некоторое количество различных формализованных моделей правовой нормы. При этом, специалистам в данной области техники очевидна жесткая связь между логическим «простым суждением» и частью правовой нормы (гипотезой, диспозицией, санкцией), что в качестве примера, но не ограничения продемонстрировано в следующих примерах в рамках некой формализованной модели упомянутых частей правовой нормы (таблица 4):[0054] FIG. 10, by way of example, but not limitation, the general structure of the generated third SMD data structure is shown. The third data structure is an SMD containing elements 13, which are simple judgments (PS 13) of the linguistic sentence 11 and identification data of the PS 12. Elements 13 of the linguistic sentence 11 have unique names characterizing them, which have practical use. In the data structure, the elements 13 as an example, but not limitation, can be referred to as "PS 1", "PS 2", "PS 3", "PS n", "where n ≥ 1 is the serial number of the element in the linguistic sentence 11. Moreover, as an example, but not limitation, simple judgments of PS 13 can be referred to as “disposition”, “sanction”, “hypothesis” in the legal subject area and the like in other subject areas. From a linguistic point of view, PS 13 are simple sentences. Moreover, various variants of simple sentences are possible, which can be considered simple judgments 13, for example, but not limited to this example, the following types of simple sentences can be cited: 1) simple sentences in their original, unreformed form; 2) simple sentences in a transformed form, for example: a) without participial or participial revolutions: b) without homogeneity (dehomogeneous, without rows of homogeneous members); c) without inserts (without text in brackets); d) without conditional naming (without quoted text); e) without circumstances (conditions); and the like, including combinations of the above and unspecified species. A simple judgment of PS 12 from a logical point of view is a statement or refutation of the subject of the judgment. A simple judgment is the primary logical construction of thinking with the help of which the idea is formed and transmitted that something (a predicate of a judgment) is affirmed or disproved about the subject of a judgment (the subject of a judgment). PS 13 from the point of view of individual subject areas is a construction described by a formalized model of simple judgment. The largest elements of this design (the formalized model of simple judgment) are the second components of simple judgment (KPS 31.2). KPS 31.2 simple judgments 13 from a linguistic point of view are a syntactic unit of the form “source syntactic object”, or “syntactic construction”. Depending on what a simple proposition reports (how far the individual KPS 31.2 are detailed, open images), the components of a simple proposition can be expressed both in separate words (“the original syntactic object”) and phrases (“syntactic construction” - a set of syntactically related words). As an example, but not limitation, we can cite various versions of the values 311.2 of KPS 31.2, with the help of which the same image is transmitted: “old man” = “old man” = “old man” and the like. The indicated variants of values 311.2 of KPS 31.2 are expressed both in one word and in phrases. As an example, but not limitation, we can give an example of KPS 31.2, which cannot be conveyed with the help of one word - “consumer rights”. From a logical point of view, a simple judgment of PS 13 is a statement or a denial in which something, accordingly, is affirmed or disproved about the subject of the judgment. From the semantic point of view, KPS 31.2 of simple judgment 13 is a generalized conceivable (semantic) image of an element of simple judgment. For example, without limitation, for the subject field “law”, simple judgment can be correlated with a part of a legal norm, namely, as an example, but not a limitation, with “disposition” (a rule that must be observed), “sanction” (a rule that determines the measure of responsibility for violation of the rules) or “hypothesis” (conditionality of a rule that reflects any preliminary action, situation or condition). These legal entities are contained in simple sentences of legal acts. To formalize a simple judgment in the subject area of law, it is necessary to create a formalized model of a legal norm. As part of a professional discussion, a number of different formalized models of a rule of law can be formulated. At the same time, experts in the field of technology show a tough connection between a logical “simple judgment” and part of a legal norm (hypothesis, disposition, sanction), which, as an example, but not limitation, is demonstrated in the following examples as part of a formalized model of the mentioned parts of a legal norm (table 4):

Таблица 4Table 4

Пример простого сужденияSimple judgment example Компоненты формализованной модели простого сужденияComponents of a formalized simple judgment model СубъектSubject Действие (отношение)Action (attitude) Комплемент субъектаSubject Complement Контр-субъектCounter subject ОбъектAn object Условие (обстоятельство)Condition (circumstance) Покупатель обязан передать товар покупателю после его оплатыThe buyer must transfer the goods to the buyer after payment ПокупательBuyer Обязан передатьObliged to transfer ------ ПокупателюTo buyer ТоварProduct После его оплатыAfter payment Если при продаже товара было допущено нарушение, …If there was a violation in the sale of goods, ... НарушениеViolation Было допущеноWas allowed ------ ------ ------ При продаже товараWhen selling goods Продавец - это физическое или юридическое лицо, …A seller is an individual or legal entity, ... ПродавецSeller [есть] (опущено)[is] (omitted) Физическое или юридическое лицоIndividual or legal entity ------ ------ ------

[0055] В данном примере формализации простого суждения использованы следующие КПС 31.2. формализованной модели простого суждения: «субъект» - это предмет суждения, то о чем идет речь в суждении, «объект» - это предмет на который направлено действие (часть предиката суждения), «комплемент субъекта» - это иное именование субъекта, выраженное с помощью действия, «действие» - это способ описания сути утверждения о субъекте (либо в рамках его взаимодействия с объектом, его комплементом, либо в отношении него самого), «контр-субъект» - это второй (иной) субъект, с которым взаимодействует субъект в рамках простого суждения, «условие» - некие обстоятельства на фоне которых (при условии наличия которых) утверждение о субъекте является актуальным. Простые суждения 13 лингвистического предложения 11 имеют идентификационные данные, в качестве примера, но не ограничения: значение 131 ПС и номер 132 ПС. Значением 131 ПС является набор значений итоговых текстовых элементов (КПС 31.1), составляющих простое суждение 13 предложения 11. Номером 132 ПС являются порядковые номера ТЭ 21, из которых сформированы все значения 212, составляющие простое суждение 13 предложения 11. Формирование простых суждений ПС 13 третьей структуры данных в ходе этапа 1041 производят на основании сведений о формализованной модели простого суждения, а также с учетом сформированного ранее массива компонентов 31 простого суждения 13 путем объединения компонентов 31 простого суждения согласно формализованной модели простого суждения и с учетом сведений из БДЛЛП текстовых элементов (ТЭ 21) о наличии синтаксических связей между ТЭ 21, входящими в различные компоненты 31 простого суждения 13 лингвистического предложения 11. Идентификацию значения 131 простого суждения 13 третьей структуры данных в ходе этапа 1041 производят путем отождествления значения 121 простого суждения 12 со значениями 311.2 всех компонентов простого суждения 31.2, формирующих данное простое суждение ПС 13. Идентификацию номеров 132 простого суждения 13 третьей структуры данных в ходе этапа 1041 производят путем отождествления номеров 132 простого суждения 13 с номерами 312.2 всех компонентов простого суждения 31.2, формирующих данное простое суждение ПС 13. Такие идентификация и формирование могут быть выполнены любым известным из уровня техники способом и, соответственно, подробно далее не описываются. Например, не ограничиваясь, такие идентификация и формирование могут быть выполнены традиционно специалистом-лингвистом, или же с помощью программного алгоритма лингвистического (синтаксического) процессора. Более того, при наличии достаточного количества примеров возможно выполнение таких идентификации и формирования с помощью различных систем машинного обучения, в том числе статистического процессора или нейросети. Формирование третьей структуры данных СМД в ходе этапа 1042 производят путем объединения в одной структуре данных элементов 12 третьей структуры данных СМД и их идентификационных данных по известным из уровня техники принципам и способам, которые, соответственно далее подробно не описываются.[0055] In this example of formalizing a simple proposition, the following KPS 31.2 are used. formalized model of simple judgment: “subject” is the subject of judgment, what the judgment is about, “object” is the subject to which the action is directed (part of the predicate of judgment), “complement of the subject” is a different naming of the subject expressed with the help of actions, “action” is a way of describing the essence of the statement about the subject (either in the framework of its interaction with the object, its complement, or in relation to itself), “counter-subject” is the second (other) subject with which the subject interacts in within a simple proposition, “condition” - n Kie circumstances against which (subject to the availability of which) the subject statement is relevant. Simple judgments 13 of linguistic sentence 11 have identification data, as an example, but not limitation: value 131 PS and number 132 PS. The value 131 PS is a set of values of the resulting text elements (KPS 31.1) that make up the simple proposition 13 sentence 11. Number 132 PS are the serial numbers of the TE 21, of which all the values 212 are formed that make up the simple proposition 13 sentence 11. The formation of simple judgments PS 13 the third data structures during step 1041 are produced based on information about a formalized model of simple judgment, and also taking into account the previously formed array of components 31 of simple judgments 13 by combining components 31 of simple judgments I according to the formalized model of simple judgment and taking into account the information from the BDLP of text elements (TE 21) about the presence of syntactic links between TE 21 included in various components 31 of simple judgment 13 of a linguistic sentence 11. Identification of the value of 131 simple judgment 13 of the third data structure during the stage 1041 is produced by identifying the values of 121 simple judgments 12 with the values 311.2 of all components of simple judgments 31.2, forming this simple judgment PS 13. Identification numbers 132 simple judgments 13 of the third with data structures during step 1041 are produced by identifying simple judgment numbers 132 with numbers 312.2 of all simple judgment components 31.2 forming this simple judgment of PS 13. Such identification and formation can be performed by any method known in the art and, accordingly, will not be described in further detail below. are described. For example, without limitation, such identification and formation can be performed traditionally by a specialist linguist, or using a software algorithm of a linguistic (syntactic) processor. Moreover, if there are a sufficient number of examples, it is possible to perform such identification and formation using various machine learning systems, including a statistical processor or a neural network. The formation of the third SMD data structure during step 1042 is performed by combining in one data structure the elements 12 of the third SMD data structure and their identification data according to the principles and methods known from the prior art, which, accordingly, are not described in further detail below.

[0056] Далее, после завершения описанного ранее этапа 104, в целях повышения точности последующего поиска в структурированном массиве данных, содержащем, по меньшей мере, простые суждения (ПС) лингвистического предложения и их идентификационные данные, становится возможным осуществить дальнейшее структурирование и классифицирование СД СМД, содержащих, по меньшей мере, компоненты простого суждения (КПС) лингвистического предложения и их идентификационные данные. Специалисту в данной области техники должно быть очевидно, что посредством получаемой в результате реализации этапа 104 третьей СД становится возможным использовать ее для различных необязательных процессов и способов, которые тем не менее, могут иметь практическое значение в контексте рассматриваемого изобретения. Такие необязательные процессы в качестве примера, но не ограничения, описанный далее со ссылками на фиг. 11-26, а также со ссылками на способы 200, 300, как таковые, и со ссылками на этапы 105-107 способа 100.[0056] Further, after completing the previously described step 104, in order to improve the accuracy of the subsequent search in a structured data array containing at least simple judgments (PS) of the linguistic sentence and their identification data, it becomes possible to further structure and classify the DM SD containing at least the components of a simple judgment (CPS) of a linguistic sentence and their identification data. It should be obvious to a person skilled in the art that by means of the third stage 104 resulting from the implementation of the third LED, it becomes possible to use it for various optional processes and methods, which, nevertheless, can be of practical importance in the context of the present invention. Such optional processes, by way of example, but not limitation, are described below with reference to FIG. 11-26, as well as with reference to methods 200, 300, as such, and with reference to steps 105-107 of method 100.

[0057] На фиг. 11, в качестве примера, но не ограничения, изображена общая схема выполнения этапов заявленного способа 200 формирования онтологической базы данных структурированного массива данных (СМД). Заявленный способ 200 формирования онтологической базы данных структурированного массива данных (СМД) заключается в: выполнении этапа 201 идентификации второй СД (являющейся первой СД для рассматриваемого способа 200), идентификации третьей СД (являющейся второй СД для рассматриваемого способа 200) и идентификации базы данных лингво-логических признаков (БДЛЛП); при этом идентифицированная вторая СД содержит компоненты простых суждений (КПС); при этом идентифицированная третья СД содержит простые суждения (ПС); при этом идентифицированная БДЛЛП, содержит сведения о лингвистических и логических признаках текстовых элементов (ЛЛПТЭ), причем упомянутые ЛЛПТЭ представляют собой лингвистические и логические признаки текстовых элементов (ТЭ) и их значения; выполнении этапа 105 формирования онтологической базы данных системных и семантических связей в третьей СД (являющейся второй СД для рассматриваемого способа 200), на котором на основании сведений, содержащихся в БДЛЛП, второй СД и третьей СД, а также на основании критериев поиска системных и семантических однородностей, выявляют и регистрируют системные и семантические связи между компонентами ПС, из которых формируют онтологическую базу данных системных и семантических связей компонентов ПС в третьей СД (ОБД). При этом, как указано ранее, упомянутой первой СД для рассматриваемого способа 200 (первой СД для способа 200) является любая пригодная для реализации способа 200 СД, содержащая упомянутые компоненты простых суждений. В качестве примера, но не ограничения, такой СД является описанная ранее со ссылкой на способ 100 вторая СД, или любая известная из уровня техники, в том числе в будущем, СД, содержащая упомянутые компоненты простых суждений. При этом, как указано ранее, упомянутой второй СД для рассматриваемого способа 200 (вторая СД для способа 200) является любая пригодная для реализации способа 200 СД, содержащая упомянутые простые суждения. В качестве примера, но не ограничения, такой СД является описанная ранее со ссылкой на способ 100 третья СД, или любая известная из уровня техники, в том числе в будущем, СД, содержащая упомянутые простые суждения. При этом, как указано ранее, упомянутой БДЛЛП является любая база данных, содержащая сведения о ЛЛПТЭ, представляющие собой лингвистические или логические признаки ТЭ и их значения. В качестве примера, но не ограничения, такой базой данных может быть описанная ранее со ссылкой на способ 100 БДЛЛП, или любая известная из уровня техники, в том числе в будущем, база данных, содержащая сведения о ЛЛПТЭ, представляющие собой лингвистические или логические признаки ТЭ и их значения.[0057] FIG. 11, as an example, but not limitation, depicts a General diagram of the steps of the claimed method 200 of forming the ontological database of a structured data array (DMD). The claimed method 200 of forming an ontological database of a structured data array (DMD) consists in: performing step 201 of identifying a second SD (which is the first LED for the method 200 in question), identifying a third LED (which is the second LED for the method 200 in question) and identifying a linguistic database logical signs (BDLL); the identified second diabetes contains components of simple judgments (KPS); the identified third diabetes contains simple judgments (PS); at the same time, the identified LLLT contains information about the linguistic and logical features of text elements (LLPTE), and the mentioned LLLPs are linguistic and logical signs of text elements (TE) and their meanings; performing step 105 of forming an ontological database of system and semantic relations in the third diabetes (which is the second diabetes for the method 200 under consideration), on which, based on the information contained in the BLL, the second diabetes and the third diabetes, as well as on the basis of the search criteria for system and semantic homogeneities identify and record systemic and semantic relationships between PS components, from which an ontological database of systemic and semantic relationships of PS components in the third SD (HBS) is formed. In this case, as indicated earlier, the said first LED for the method 200 under consideration (the first LED for method 200) is any suitable SD method 200 for implementing the above-mentioned components of simple judgments. By way of example, but not limitation, such an SD is the second SD described previously with reference to method 100, or any SD known in the art, including in the future, containing said simple judgment components. Moreover, as indicated earlier, the said second LED for the method 200 under consideration (the second LED for the method 200) is any suitable SD method 200 for implementing the simple judgments. By way of example, but not limitation, such an SD is the third SD described previously with reference to method 100, or any SD known in the art, including in the future, containing the above simple judgments. At the same time, as indicated earlier, the mentioned BDLP is any database containing information on LLPTE, which are linguistic or logical signs of TE and their meanings. As an example, but not limitation, such a database can be described previously with reference to the method 100 BDLL, or any well-known from the prior art, including in the future, a database containing information about LLTPE, which are linguistic or logical signs of TE and their meanings.

[0058] На фиг. 12, в качестве примера, но не ограничения, изображена общая схема выполнения этапа 201 идентификации первой структуры данных (первой СД для способа 200), второй СД для способа 200, и базы данных лингво-логических признаков (БДЛЛП); при этом первая СД для способа 200 содержит компоненты простых суждений (КПС); при этом вторая СД для способа 200 содержит простые суждения (ПС); при этом БДЛЛП, содержит сведения о лингвистических и логических признаках текстовых элементов (ЛЛПТЭ), причем упомянутые ЛЛПТЭ представляют собой лингвистические и логические признаки текстовых элементов (ТЭ) и их значения. Этап 201 характеризуется выполнением идентификации пригодной для формирования ОБД структуры данных, содержащей компоненты простых суждений (КПС), на котором идентифицируют элементы 31 пригодной для формирования ОБД структуры данных, содержащей компоненты простых суждений (КПС), а также идентификационные данные элементов 31, представляющие собой для каждого элемента 31, в качестве примера, но не ограничения, значение 311 элемента 31 пригодной для формирования ОБД структуры данных, и порядковый (порядковые) номер (номера) 312 КПС лингвистического предложения 11, представляющие собой ТЭ 21, составляющие элемент 31, а также выполнением идентификации пригодной для формирования ОБД структуры данных, содержащей простые суждения (ПС), на котором идентифицируют элементы 13 пригодной для формирования ОБД структуры данных, содержащей простые суждений (ПС), а также идентификационные данные элементов 13, представляющие собой для каждого элемента 13, в качестве примера, но не ограничения, значение 131 элемента 13 пригодной для формирования ОБД структуры данных, содержащей ПС и порядковый (порядковые) номер (номера) 132 ПС лингвистического предложения 11, представляющие собой ТЭ 21, составляющие элемент 13, а также выполнением идентификации пригодной для формирования ОБД базы данных, содержащей сведения о лингвистических и логических признаках текстовых элементов (ТЭ), на котором идентифицируют лингво-логические признаки текстовых элементов 21 пригодной для формирования ОБД базы данных, содержащей лингвистические характеристики 213 текстовых элементов 21, пригодной для формирования ОБД базы данных, и значения лингвистических характеристик 2131 ТЭ, а также логические характеристики 214 текстовых элементов 21, пригодной для формирования ОБД базы данных, и значения логических характеристик 2141 ТЭ, а также сами текстовые элементы 21, пригодной для формирования ОБД базы данных, их значения 211 и их порядковые номера 212 в лингвистическом предложении 11. При этом упомянутые процессы идентификации могут происходить в любом пригодном порядке, в том числе, не ограничиваясь, одновременно и/или параллельно, в том числе частично параллельно.[0058] FIG. 12, by way of example, but not limitation, a general flowchart is shown for performing step 201 of identifying a first data structure (first SD for method 200), a second SD for method 200, and a database of linguistic and logical features (BDLP); wherein the first DM for method 200 contains simple judgment components (CPS); wherein the second CD for method 200 contains simple judgments (PS); at the same time, the LLLT contains information about the linguistic and logical features of text elements (LLPTE), and the mentioned LLLPs are linguistic and logical features of text elements (TE) and their meanings. Step 201 is characterized by performing identification of a data structure suitable for generating HBS containing simple judgments (KPS), which identifies elements 31 of a data structure suitable for generating HBS containing simple judgments (KPS), as well as the identification data of elements 31 representing of each element 31, as an example, but not limitation, the value 311 of element 31 is suitable for the formation of HBS data structures, and the serial number (s) number (s) 312 of the LPS linguistic Proposals 11, which are TE 21 constituting element 31, as well as by identifying elements suitable for generating HBS data structure containing simple judgments (PS), on which to identify elements 13 suitable for forming HBS data structure containing simple judgments (PS), and also the identification data of the elements 13, representing for each element 13, as an example, but not limitation, the value 131 of the element 13 is suitable for the formation of HBS data structure containing PS and serial (ordinal) number (numbers) 132 of the PS of the linguistic sentence 11, which are the TE 21 constituting the element 13, as well as the identification of a database suitable for generating the HBS containing information about the linguistic and logical signs of text elements (TE), on which the linguistic and logical signs are identified text elements 21 suitable for generating HBS database containing linguistic characteristics 213 text elements 21 suitable for forming HBS database, and values of linguistic characteristics 2131 TEs, as well as the logical characteristics of 214 text elements 21 suitable for generating OBD databases, and the values of the logical characteristics 2141 of TEs, as well as the logical elements 21, suitable for generating OBDs of the database, their values 211 and their serial numbers 212 in linguistic Proposition 11. Moreover, the mentioned identification processes can occur in any suitable order, including, but not limited to, simultaneously and / or in parallel, including partially in parallel.

[0059] На фиг. 13, в качестве примера, но не ограничения, изображена первая структура данных для способа 200, являющаяся первой исходной структурой данных для настоящего способа 200, представляющая собой пригодную для формирования ОБД структуру данных, содержащую компоненты простых суждений (КПС). В качестве примера, но не ограничения такой СД является описанная ранее со ссылкой на способ 100 вторая СД, которая таким образом дополнительно не описывается.[0059] FIG. 13, by way of example, but not limitation, the first data structure for method 200 is shown, which is the first initial data structure for the present method 200, which is a data structure suitable for generating HBS containing components of simple judgments (CPS). By way of example, but not limitation, such LEDs are described previously with reference to method 100 of the second LEDs, which are thus not further described.

[0060] На фиг. 14, в качестве примера, но не ограничения, изображена вторая структура данных для способа 200, являющаяся второй исходной структурой данных для настоящего способа 200, представляющая собой пригодную для формирования ОБД структуру данных, содержащую простые суждения (ПС). В качестве примера, но не ограничения такой СД является описанная ранее со ссылкой на способ 100 третья СД, которая таким образом дополнительно не описывается.[0060] FIG. 14, by way of example, but not limitation, the second data structure for method 200 is shown, which is the second source data structure for the present method 200, which is a data structure suitable for generating HBS containing simple judgments (PS). By way of example, but not limitation, such a DM is described previously with reference to method 100 of a third DM, which is thus not further described.

[0061] На фиг. 15, в качестве примера, но не ограничения, изображена база данных лингво-логических признаков ТЭ, представляющая собой пригодную для формирования ОБД базу данных, содержащую лингвистические и логические характеристики и значения этих характеристик. В качестве примера, но не ограничения такой БДЛЛП является описанная ранее со ссылкой на способ 100 БДЛЛП, которая таким образом дополнительно не описывается.[0061] FIG. 15, as an example, but not limitation, a database of linguistic and logical features of TE is shown, which is a database suitable for generating HBS containing linguistic and logical characteristics and the values of these characteristics. By way of example, but not limitation, such a LLLW is described previously with reference to the LLLW method 100, which is thus not further described.

[0062] На фиг. 16, в качестве примера, но не ограничения, изображена общая схема выполнения этапов этапа 105 (202) формирования онтологической базы данных системных и семантических связей в третьей СД (ОБД). Этап 105 (202) характеризуется выполнением этапа 1051 (2021) идентификации системных связей между КПС на основании сведений, содержащихся в БДЛЛП, второй СД и третьей СД (соответственно, первой и второй СД для рассматриваемого способа 200), а также на основании критериев поиска системных однородностей, и регистрации выявленных связей в качестве системных онтологических признаков (СсОП) и значений СсОП; выполнением этапа 1052 (2022) идентификации семантических связей между КПС на основании сведений, содержащихся в БДЛЛП, второй СД и третьей СД (соответственно, первой и второй СД для рассматриваемого способа 200), а также на основании критериев поиска семантических однородностей и регистрации выявленных связей в качестве семантических онтологических признаков (СмОП) и значений СмОП; выполнением этапа 1053 (2023) формирования онтологической базы данных системных и семантических связей в третьей СД (второй СД для способа 200), на котором формируют ОБД путем объединения всех выявленных онтологических признаков (СсОП и СмОП) компонентов простых суждений в третьей СД (второй СД для способа 200), при этом СсОП и СмОП являются всеми идентифицированными и зарегистрированными по каждому соответствующему компоненту простого суждения онтологическими признаками (СсОП и СмОП), обладающие соответствующими значениями СсОП и СмОП.[0062] FIG. 16, as an example, but not limitation, the general diagram of the steps of step 105 (202) of forming an ontological database of system and semantic relationships in the third SD (HBS) is depicted. Step 105 (202) is characterized by the execution of step 1051 (2021) of identifying systemic links between the CPS based on the information contained in the BDLC, the second diabetes and the third diabetes (respectively, the first and second diabetes for the method 200 in question), and also based on the search criteria of the system homogeneities, and registration of identified relationships as systemic ontological features (SSOP) and SSOP values; performing step 1052 (2022) of identifying semantic relationships between the CPS based on the information contained in the BLL, the second diabetes and the third diabetes (respectively, the first and second diabetes for the method 200 under consideration), as well as on the basis of the criteria for searching for semantic homogeneities and registering the identified relationships in quality of semantic ontological features (SMOP) and values of SMOP; performing step 1053 (2023) of creating an ontological database of system and semantic relationships in the third DM (second DM for method 200), on which OBD is formed by combining all identified ontological features (SSOP and SmOP) of simple judgment components in the third diabetes (second diabetes for method 200), while SSOP and SMOP are all identified and registered for each corresponding component of a simple judgment by ontological features (SSOP and SmOP), which have the corresponding values of SSOP and SmOP.

[0063] На фиг. 17, в качестве примера, но не ограничения, изображена общая структура сформированной онтологической базы данных системных и семантических связей в третьей СД (второй СД для способа 200), являющейся ОБД компонентов 31 простых суждений 13 в третьей структуре данных (второй СД для способа 200) после выполнения этапа 105 (202). Онтологическая база данных системных и семантических связей в третьей СД (второй СД для способа 200) представляет собой организованную структуру, созданную в соответствии с определенными правилами, и предназначенную для хранения, изменения и обработки упомянутых данных. ОБД является такая база данных, в которой элементы базы содержат информацию о различных связях с другими элементами этой базы. При этом элементами ОБД являются все компоненты 31 простых суждений 13 в третьей СД (второй СД для способа 200). Под термином «связь» понимается наличие системной и семантической связи между двумя компонентами 31 или между значениями 311 компонентов 31. Семантическая связь - это наличие каких-либо смысловых однородностей между двумя значениями 311 компонентов 31, указывающих на какое-либо соотношение смысловых объемов этих компонентов (соотношение мыслимых предметов или действий, которые выражают эти компоненты по смыслу). В качестве примера, но не ограничения можно привести следующие смысловые однородности между смысловыми объемами значений 311 компонентов 31: идентичность; эквивалентность; пересечение; поглощение; подчинение; противоречие; противоположность. Идентичность - это полное совпадение слов двух значений 311 компонентов 31 (например, но не ограничиваясь: «закон» и «закон»). Эквивалентность - это равнозначность смысловых объемов двух значений 31 компонентов 31, при условии, что нет полного совпадения слов у этих значений 311 компонентов 31, либо совпадения слов у двух значений 311 компонентов 31 нет вообще (например, но не ограничиваясь: «российский закон» и «закон России»). Пересечение - это такое соотношение смысловых объемов двух значений 311 компонентов 31, при котором смысловые объемы этих значений 311 компонентов 31 совпадают лишь частично (например, но не ограничиваясь: «учащийся» и «студент»). Поглощение - это такое соотношение смысловых объемов двух значений 311 компонентов 31, при котором смысловой объем первого значения 311 компонента 31 полностью поглощает смысловой объем второго значения 311 компонента 31, но при этом смысловой объем второго значения 311 компонента 31 является лишь частью смыслового объема первого значения 311 компонента 31 (например, но не ограничиваясь: «ученик» и «первоклассник»). Подчинение - это такое соотношение смысловых объемов двух значений 311 компонентов 31, при котором смысловой объем первого значения 311 компонента 31 полностью входит в смысловой объем второго значения 311 компонента 31, но не покрывает смысловой объем второго значения 311 компонента 31 полностью (например, но не ограничиваясь: «первоклассник» и «ученик»). Противоречие - это такое соотношение смысловых объемов двух значений 311 компонентов 31, при котором смысловые объемы двух значений 311 компонентов 31 в рамках одного родового понятия содержат признаки этого понятия, взаимоисключающие друг друга (например, но не ограничиваясь: «белый цвет» и «небелый цвет»). Противоположность - это такое соотношение смысловых объемов двух значений 311 компонентов 31, при котором смысловые объемы двух значений 311 компонентов 31 в рамках одного родового понятия содержат несовпадающие признаки этого понятия, указывающие на исключительные свойства этих образов (например, но не ограничиваясь: «федеральный закон» и «региональный закон»). Системная связь - это наличие каких-либо системных однородностей между двумя компонентами 31 или значениями 311 компонентов 31, указывающих на наличие каких-либо соотношений системных признаков этих компонентов 31 или значений 311 компонентов 31. Системной связью двух компонентов 31, либо двух значений 311 компонентов 31 является все то, что не является семантической связью двух значений 311 компонентов 31. Системная связь компонентов 31 - это наличие однородностей (неких характеристик их объединяющих) между двумя компонентами, которые (однородности) имеют системный или классификационный, но не смысловой (семантический) характер. В качестве примера, но не ограничения, можно привести следующие примеры системной связи двух значений 311 компонентов 31 (компонентов, являющихся элементами простого суждения согласно формализованной модели простого суждения) (таблицы 5-8, 9-12):[0063] FIG. 17, by way of example, but not limitation, the general structure of the formed ontological database of system and semantic relations in the third SD (second SD for method 200) is shown, which is the HBS of components 31 of simple judgments 13 in the third data structure (second SD for method 200) after performing step 105 (202). The ontological database of systemic and semantic relationships in the third DM (the second SD for method 200) is an organized structure created in accordance with certain rules and designed to store, modify and process the mentioned data. HBS is a database in which the elements of the database contain information about various relationships with other elements of this database. In this case, the elements of HBS are all components of 31 simple judgments 13 in the third SD (second SD for method 200). The term “connection” refers to the presence of a systemic and semantic connection between two components 31 or between the values of 311 components 31. A semantic connection is the presence of any semantic homogeneity between two values 311 of components 31, indicating any correlation of semantic volumes of these components ( the ratio of conceivable objects or actions that express these components in meaning). As an example, but not limitation, the following semantic homogeneities between the semantic volumes of the values of 311 components 31 can be given: identity; equivalence; intersection; absorption; subordination; contradiction; opposite. Identity is the complete coincidence of the words of two meanings 311 of components 31 (for example, but not limited to: “law” and “law”). Equivalence is the equivalence of semantic volumes of two meanings of 31 components 31, provided that there is no complete match of words for these meanings of 311 components 31, or that there is no coincidence of words between two meanings of 311 components 31 at all (for example, but not limited to: “Russian law” and "The law of Russia"). The intersection is such a ratio of the semantic volumes of the two values 311 of the components 31, in which the semantic volumes of these values 311 of the components 31 coincide only partially (for example, but not limited to: “student” and “student”). Absorption is a ratio of semantic volumes of two values 311 of components 31, in which the semantic volume of the first value 311 of component 31 completely absorbs the semantic volume of the second value 311 of component 31, but the semantic volume of the second value 311 of component 31 is only part of the semantic volume of the first value 311 component 31 (for example, but not limited to: “student” and “first grader”). Submission is a ratio of semantic volumes of two values 311 of components 31, in which the semantic volume of the first value 311 of component 31 is fully included in the semantic volume of the second value 311 of component 31, but does not completely cover the semantic volume of the second value 311 of component 31 (for example, but not limited to : “First grader” and “student”). A contradiction is a ratio of semantic volumes of two values 311 of components 31, in which semantic volumes of two values 311 of components 31 within one generic concept contain signs of this concept that are mutually exclusive (for example, but not limited to: “white color” and “non-white color "). The opposite is the ratio of the semantic volumes of the two values 311 of the components 31, in which the semantic volumes of the two values 311 of the components 31 within the same generic concept contain inconsistent signs of this concept, indicating the exceptional properties of these images (for example, but not limited to: "federal law" and “regional law”). A system connection is the presence of any systemic homogeneity between two components 31 or values 311 of components 31, indicating the presence of any correlation of system characteristics of these components 31 or values 311 of components 31. By system communication of two components 31, or two values 311 of components 31 is all that is not a semantic connection of the two values 311 of the components 31. The systemic connection of the components 31 is the presence of homogeneities (some characteristics that unite them) between two components that (homogeneities) hav e the system or classification, but not semantic (semantic) character. As an example, but not limitation, the following examples of the systemic connection of two values 311 of components 31 (components that are elements of simple judgment according to the formalized model of simple judgment) can be given (tables 5-8, 9-12):

[0064] Пример 1: компоненты 31 в рамках одного простого суждения 13 (например, но не ограничиваясь: для третьей СД (второй СД для способа 200) из четырех ПС 13):[0064] Example 1: components 31 within the framework of one simple judgment 13 (for example, but not limited to: for the third LED (second LED for method 200) of four PS 13):

[0065] Пример 1 показывает, что возможна идентификация и регистрация системной связи, основанной на простом факте наличия значений компонентов: в ПС№1 имеется три системные связи (Действие-Субъект; Объект-Субъект и Действие-Объект); в ПС№2 имеется только одна подобная системная связь (Действие-Субъект); в ПС№3 - шесть подобных системных связей (Действие-Субъект; Действие-Объект; Действие-Обстоятельство; Субъект-Объект; Субъект-Обстоятельство; Объект-Обстоятельство), в ПС№4 - четыре подобные системные связи (Действие-Субъект; Действие-Обстоятельство; Субъект-Обстоятельство; Объект-Обстоятельство).

[0065] Example 1 shows that it is possible to identify and register a system connection based on the simple fact of the presence of component values: in PS # 1 there are three system connections (Action-Subject; Object-Subject and Action-Object); in PS # 2 there is only one such system connection (Action-Subject); in PS # 3 - six similar system connections (Action-Subject; Action-Object; Action-Circumstances; Subject-Object; Subject-Circumstances; Object-Circumstances), in PS # 4 - four similar system connections (Action-Subject; Action - Circumstances; Subject-Circumstances; Object-Circumstances).

[0066] Пример 2: одинаковые виды компонентов 31 простых суждений 13 в третьей структуре данных (например, но не ограничиваясь: для третьей СД (второй СД для способа 200) из четырех ПС13, указанных в вышеописанном примере):[0066] Example 2: the same types of components 31 of simple judgments 13 in the third data structure (for example, but not limited to: for the third LED (second LED for method 200) of the four PS13 indicated in the above example):

[0067] Пример 2 показывает, что возможна идентификация и регистрация системной связи, основанной на совпадении в четырех анализируемых простых суждениях (ПС) видов компонентов, имеющих значение: по компоненту «субъект» имеется шесть системных связей между четырьмя ПС13 (ПС№1-ПС№2; ПС№1-ПС№3; ПС№1-ПС№4; ПС№2-ПС№3; ПС№2-ПС№4; ПС№3-ПС№4); по компоненту «действие» имеется шесть системных связей между четырьмя ПС13 (ПС№1-ПС№2; ПС№1-ПС№3; ПС№1-ПС№4; ПС№2-ПС№3; ПС№2-ПС№4; ПС№3-ПС№4); по компоненту «объект» имеется одна системная связей между двумя ПС12 (ПС№1-ПС№3); по компоненту «обстоятельство» имеется одна системная связь между двумя ПС13 (ПС№3-ПС№4).

[0067] Example 2 shows that it is possible to identify and register a system connection based on the coincidence in four analyzed simple judgments (PS) of the types of components that matter: according to the “subject” component, there are six system connections between four PS13 (PS # 1-PS No. 2; PS No. 1-PS No. 3; PS No. 1-PS No. 4; PS No. 2-PS No. 3; PS No. 2-PS No. 4; PS No. 3-PS No. 4); according to the “action” component, there are six system connections between four PS13 (PS # 1-PS # 2; PS # 1-PS # 3; PS # 1-PS # 4; PS # 2-PS # 3; PS # 2-PS No. 4; PS No. 3-PS No. 4); according to the component “object” there is one systemic connection between two PS12 (PS # 1-PS # 3); according to the “circumstance” component, there is one systemic connection between two PS13 (PS # 3-PS # 4).

[0068] Также, в качестве примера, но не ограничения, можно привести следующие примеры системной связи двух значений 311 компонентов 31 (таблицы 13, 14):[0068] Also, as an example, but not limitation, the following examples of system communication of two values 311 of components 31 (tables 13, 14) can be given:

[0069] Пример 3: части речи синтаксически главного слова компонента (элемента простого суждения) значений 311 компонентов 31 в рамках одного простого суждения 13 (например, но не ограничиваясь: для ПС №1 третьей СД (второй СД для способа 200) из указанных ранее примеров:[0069] Example 3: parts of speech of the syntactically main word of a component (element of simple judgment) of values 311 of components 31 within one simple proposition 13 (for example, but not limited to: for PS No. 1 of the third LED (second LED for method 200) from the above examples:

[0070] Пример 3 показывает, что возможна идентификация и регистрация системной связи, основанной на совпадении частей речи главного слова (синтаксической вершины) в рамках одного простого суждения 13: совпадение части речи главного слова только между следующими компонентами: Субъект-Объект. [0070] Example 3 shows that it is possible to identify and register a system connection based on the coincidence of the parts of the speech of the main word (syntactic vertex) within one simple judgment 13: the coincidence of the parts of the speech of the main word only between the following components: Subject-Object.

[0071] Пример 4: одинаковые части речи значений 311 компонентов 31 в рамках простых суждений 13 третьей СД (например, но не ограничиваясь: для третьей СД (второй СД для способа 200) из четырех ПС 13, указанных приведенных ранее примерах:[0071] Example 4: identical parts of speech of values 311 of components 31 within the framework of simple judgments 13 of the third LED (for example, but not limited to: for the third LED (second LED for method 200) of the four PS 13 specified in the above examples:

где: «Сущ.» - существительное; «С» - субъект; «Д» - действие; «О» - объект; «Об» - обстоятельство; цифры «1», «2», «3», «4» - номера простых суждений в третьей СД.where: "Exist." - noun; “C” is the subject; "D" - action; “O” is an object; “About” - a circumstance; digits “1”, “2”, “3”, “4” - numbers of simple judgments in the third SD.

[0072] Пример 4 показывает, что возможна идентификация и регистрация системной связи, основанной на совпадении частей речи главного слова (синтаксической вершины) в рамках нескольких (в рамках примера - четырех) простого суждения 13: части речи главного слова только между следующими компонентами: С1-О1; С1-О3; С1-Об3; С1-Об4; О1-О3; О1-Об3; О1-Об4; С2-О1; С2-О3; С2-Об3; С2-Об4; С3-О1; С3-О3; С3-Об3; С3-Об4; О3-О1; О3-Об3; О3-Об4; С4-О1; С4-О3; С4-Об3; С4-Об4; О4-Об4.[0072] Example 4 shows that it is possible to identify and register a system connection based on the coincidence of the parts of the speech of the main word (syntactic vertex) within several (within the framework of the example four) simple proposition 13: parts of the speech of the main word only between the following components: C1 -O1; C1-O3; C1-Ob3; C1-Ob4; O1-O3; O1-Ob3; O1-Ob4; C2-O1; C2-O3; C2-Ob3; C2-Ob4; C3-O1; C3-O3; C3-Ob3; C3-Ob4; O3-O1; O3-Ob3; O3-Ob4; C4-O1; C4-O3; C4-Ob3; C4-Ob4; O4-Ob4.

[0073] Идентификация системных связей между КПС 31 простых суждений 13 третьей СД предпочтительно производят на этапе 1051 (2021) путем установки критериев поиска системных однородностей между компонентами 31 простых суждений 13 и реализации такого поиска. Для идентификации системных связей между КПС 31 простых суждений 13 третьей СД (второй СД для способа 200) используют сведения из БДЛЛП текстовых элементов, а также сведения о формализованной модели простого суждения, сведения о массиве простых суждений (третьей СД (второй СД для способа 200)) и сведения о массиве компонентов простых суждений (второй СД (первой СД для способа 200)). Виды системных однородностей устанавливаются в зависимости от конкретных целей прикладных задач в предметной области, решаемых с помощью выявления системных связей КПС 31 простых суждений 13. Системные однородности могут быть внутренними и внешними. Внутренние системные однородности относятся к виду однородностей, которые имеют место между компонентами 31 внутри отдельных простых суждений 13, а внешние системные однородности относятся к виду однородностей, которые имеют место между компонентами 31 разных простых суждений 13 третьей СД (второй СД для способа 200). В качестве примера, но не ограничения можно привести способ поиска системной однородности по следующему критерию (аналогичный упомянутому примеру 1): компоненты 31 вида «элементы простого суждения» находятся в одном простом суждении 13. В данном примере идентификация системных связей между КПС 31 вида «элементы простого суждения» простых суждений 13 будет производится в каждом простом суждении 13 на основании формализованной модели простого суждения, которая устанавливает элементы простого суждения, а также по критерию фактического наличия значений 311 у указанных компонентов 31 в рамках отдельных элементов формализованной модели простого суждения. При наличии значений 311 компонента 31 указанного вида у первого и у второго компонентов 31 будет зафиксирована связь между этими компонентами 31 в тех простых суждениях, в которых они будут выявлены в результате поиска системных однородностей по установленному критерию. При наличии значений 311 компонента 31 указанного вида у первого и у второго компонентов 31 будет зафиксирована связь между этими компонентами 31 в тех простых суждениях, в которых они будут выявлены в результате поиска системных однородностей по установленному критерию. Такой анализ может быть выполнен любым известным из уровня техники способом и, соответственно, подробно далее не описывается. Например, не ограничиваясь, такой анализ может быть выполнен традиционно специалистом предметной области, в рамках которой производится поиск системных однородностей или же с помощью программного обеспечения. Более того, при наличии достаточного количества примеров возможно выполнение такого анализа с помощью различных систем машинного обучения, в том числе статистического процессора или нейросети. Идентификация семантических связей между КПС 31 простых суждений 13 третьей СД (второй СД для способа 200) предпочтительно производят на этапе 1052 (2022) путем установки критериев поиска семантических однородностей между КПС 31 простых суждений 13 и реализации такого поиска. Виды семантических связей устанавливаются в зависимости от конкретных целей прикладных задач в предметной области, решаемых с помощью выявления семантических связей КПС 31 простых суждений 13. Семантические однородности могут быть внутренними и внешними. Внутренние семантические однородности относятся к виду однородностей, которые имеют место между компонентами 31 внутри отдельных простых суждений 13, а внешние семантические однородности относятся к виду однородностей, которые имеют место между компонентами 31 разных простых суждений 13 третьей СД (второй СД для способа 200). В качестве примера, но не ограничения, можно привести способ поиска семантических однородностей по следующему критерию: значения 311 КПС 31 вида «элемент простого суждения» должны быть эквивалентны. В данном примере идентификация семантических связей между КПС 31 вида «элемент простого суждения» простых суждений 13 будет производится в каждом простом суждении 13 по критерию равнозначности смысловых объемов двух значений 311 компонентов 31 при условии, что нет полного совпадения слов у этих значений 311 компонентов 31, либо совпадения слов у двух значений 311 компонентов 31 нет вообще. При наличии признаков эквивалентности смысловых объемов значений 311 у обоих КПС 31 будет зафиксирована искомая семантическая связь между этими компонентами 31 в тех простых суждениях 13, в которых они будут выявлены в результате поиска семантических однородностей по установленному критерию. Например, но не ограничиваясь, такими компонентами могут быть компоненты 31 со следующими значениями 311: «ученик школы» и «школьник». Такой анализ может быть выполнен любым известным из уровня техники способом и, соответственно, подробно далее не описывается. Например, не ограничиваясь, такой анализ может быть выполнен специалистом-лингвистом с учетом знания специальной терминологии предметной области, в рамках которой производится поиск семантических однородностей или же с помощью программного обеспечения. Более того, при наличии достаточного количества примеров возможно выполнение такого анализа с помощью различных систем машинного обучения, в том числе, статистического процессора или нейросети. На основании идентифицированных системных связей между КПС 31 простых суждений 13 третьей СД (второй СД для способа 200) формируют данные о системных связях между КПС 31 простых суждений ПС 13 третьей СД (второй СД для способа 200), являющихся системными онтологическими признаками 313 КПС 31 простых суждений 13, а также об их значениях 3131, сформированных после выполнения этапа 1051 (2021). На основании идентифицированных семантических связей между КПС 31 простых суждений 13 третьей СД (второй СД для способа 200)формируют данные о семантических связях между КПС 31 простых суждений 13 третьей СД (второй СД для способа 200), являющихся семантическими онтологическими признаками 314 КПС 31 простых суждений 13, а также об их значениях 3141, сформированных после выполнения этапа 1052 (2022). На основании сформированных на этапах 1051 (2021) и 1052 (2022) данных о системных и семантических связях между КПС 31 простых суждений 13 третьей СД (второй СД для способа 200) на этапе 1053 (2023) формируют ОБД.[0073] The identification of system relationships between KPS 31 of simple judgments 13 of the third LED is preferably done at step 1051 (2021) by setting the criteria for searching for systemic homogeneities between components 31 of simple judgments 13 and implementing such a search. To identify systemic relationships between KPS 31 simple judgments 13 of the third SD (the second SD for method 200), we use information from the BDLP of text elements, as well as information about the formalized model of simple judgments, information about the array of simple judgments (third SD (second SD for method 200) ) and information about the array of components of simple judgments (second SD (first SD for method 200)). Types of systemic homogeneities are established depending on the specific goals of applied tasks in the subject field, solved by identifying systemic connections of the KPS 31 simple judgments 13. Systemic homogeneities can be internal and external. Internal systemic homogeneities relate to the type of homogeneities that occur between components 31 inside separate simple judgments 13, and external systemic homogeneities relate to the type of homogeneities that occur between components 31 of different simple propositions 13 of the third LED (second LED for method 200). As an example, but not a limitation, one can cite a system homogeneity search by the following criterion (similar to the mentioned example 1): components 31 of the form “elements of simple judgment” are in one simple proposition 13. In this example, the identification of system connections between KPS 31 of the form “elements simple judgments ”simple judgments 13 will be made in each simple proposition 13 on the basis of a formalized model of simple judgment, which establishes the elements of simple judgment, as well as by the criterion of actual presence I have the values 311 of the indicated components 31 within the framework of the individual elements of a formalized model of simple judgment. If there are values 311 of component 31 of the indicated type for the first and second components 31, the connection between these components 31 will be fixed in those simple judgments in which they will be revealed as a result of the search for systemic homogeneities according to the established criterion. If there are values 311 of component 31 of the indicated type for the first and second components 31, the connection between these components 31 will be fixed in those simple judgments in which they will be revealed as a result of the search for systemic homogeneities according to the established criterion. Such an analysis can be performed by any method known in the art and, accordingly, is not described in further detail below. For example, without limitation, such an analysis can be performed traditionally by a specialist in a subject field, within the framework of which a search is made for system homogeneities or with the help of software. Moreover, if there are a sufficient number of examples, it is possible to perform such an analysis using various machine learning systems, including a statistical processor or a neural network. The identification of semantic relationships between KPS 31 simple judgments 13 of the third DM (second DM for method 200) is preferably performed at step 1052 (2022) by setting the search criteria for semantic homogeneity between KPS 31 simple judgments 13 and the implementation of such a search. Types of semantic relationships are established depending on the specific goals of applied tasks in the subject field, solved by identifying the semantic relationships of the CPS 31 simple judgments 13. Semantic homogeneities can be internal and external. Internal semantic homogeneities relate to the type of homogeneities that occur between components 31 inside separate simple judgments 13, and external semantic homogeneities relate to the kind of homogeneities that occur between components 31 of different simple propositions 13 of the third LED (second LED for method 200). As an example, but not limitation, we can cite a method of searching for semantic homogeneities according to the following criterion: values 311 KPS 31 of the form “element of simple judgment” should be equivalent. In this example, the identification of semantic relations between KPS 31 of the form “element of simple judgment” of simple judgments 13 will be made in each simple proposition 13 by the criterion of equivalence of semantic volumes of two meanings of 311 components 31, provided that there is no complete coincidence of words for these meanings of 311 components 31 or the word coincidence of the two values 311 of the components 31 is not at all. If there are signs of equivalence of semantic volumes of values 311 for both KPS 31, the desired semantic relationship between these components 31 will be recorded in those simple judgments 13 in which they will be revealed as a result of the search for semantic homogeneities according to the established criterion. For example, but not limited to, such components may be components 31 with the following meanings 311: “student” and “student”. Such an analysis can be performed by any method known in the art and, accordingly, is not described in further detail below. For example, without limitation, such an analysis can be performed by a linguistic specialist, taking into account the knowledge of the special terminology of the subject area, within the framework of which the search for semantic homogeneities is performed or with the help of software. Moreover, if there are a sufficient number of examples, it is possible to perform such an analysis using various machine learning systems, including a statistical processor or a neural network. Based on the identified systemic relationships between KPS 31 simple judgments 13 of the third SD (second DM for method 200), data are generated on systemic relationships between KPS 31 simple judgments PS 13 of third diabetes (second SD for method 200), which are system ontological features 313 of KPS 31 simple Judgments 13, as well as their meanings 3131, formed after performing step 1051 (2021). Based on the identified semantic relationships between KPS 31 simple judgments 13 of the third SD (second SD for method 200), data is generated on the semantic relationships between KPS 31 simple judgments 13 of the third SD (second SD for method 200), which are semantic ontological features of 314 KPS 31 simple judgments 13, as well as about their values 3141, formed after performing step 1052 (2022). Based on the data on system and semantic relationships between KPS 31 simple judgments 13 of the third LED (second LED for method 200) generated in steps 1051 (2021) and 1052 (2022), HBS is generated in step 1053 (2023).

[0074] Далее, после завершения описанного ранее этапа 105, в целях повышения точности последующего поиска в структурированном массиве данных, содержащем, по меньшей мере, простые суждения (ПС) лингвистического предложения и их идентификационные данные, становится возможным осуществить финальную систематизацию структур данных СМД, содержащих, по меньшей мере, компоненты простого суждения (КПС) лингвистического предложения и их идентификационные данные.[0074] Further, after completing the step 105 described previously, in order to improve the accuracy of the subsequent search in a structured data array containing at least simple judgments (PS) of the linguistic sentence and their identification data, it becomes possible to finalize the SMD data structures, containing at least the components of a simple judgment (CPS) of a linguistic sentence and their identification data.

[0075] На фиг. 18, в качестве примера, но не ограничения, изображена общая схема выполнения этапов заявленного способа 300 преобразования структурированного массива данных (СМД), содержащего простые суждения (ПС), заключающегося в: выполнении этапа 301 идентификации исходной структуры данных для способа 300 (далее - исходной СД) и онтологической базы данных (ОБД); при этом исходной СД является СД, содержащая элементы СД, являющиеся простыми суждениями (ПС) лингвистического предложения и идентификационные данные ПС, причем ПС содержат компоненты; при этом ОБД, содержит сведения о системных и семантических связях в исходной СД, причем упомянутые сведения представляют собой системные и семантические связи между компонентами ПС в исходной СД; выполнении этапа 106 формирования базы данных отношений в исходной СД, на котором на основании сведений, содержащихся в ОБД, а также на основании критериев поиска искомых суждений, сравнивают компоненты ПС, а также классифицируют и регистрируют виды отношений между сравниваемыми компонентами ПС, из которых формируют базу данных отношений компонентов ПС в исходной СД (БДО); выполнении этапа 107 формирования четвертой (итоговой) СД, на котором на основании сведений, содержащихся в БДО, исходной СД, а также на основании упомянутых критериев поиска искомых суждений, формируют итоговую СД, содержащую элементы итоговой СД, причем упомянутые элементы итоговой СД представляют собой искомые суждения (ИС), а также идентификационные данные ИС, представляющие собой в качестве примера, но не ограничения: значения ИС и порядковые номера текстовых элементов (ТЭ) лингвистического предложения, составляющих ИС. При этом, как указано ранее, упомянутой исходной СД для рассматриваемого способа 300 является любая пригодная для реализации способа 300 СД, содержащая упомянутые простые суждения. В качестве примера, но не ограничения, такой СД является описанная ранее со ссылкой на способ 100 третья СД, или любая известная из уровня техники, в том числе в будущем, СД, содержащая упомянутые простые суждения. При этом, как указано ранее, упомянутой ОБД является любая онтологическая база данных, пригодная для реализации способа 300, в том числе, не ограничиваясь, описанная ранее со ссылкой на способ 200 ОБД, содержащая упомянутые сведения о системных и семантических связях в третьей СД, являющейся исходной для рассматриваемого способа 300.[0075] FIG. 18, as an example, but not limitation, depicts a General diagram of the steps of the claimed method 300 for converting a structured data array (SMD) containing simple judgments (PS), consisting in: performing step 301 of identifying the original data structure for method 300 (hereinafter - the original SD) and ontological database (HBS); in this case, the original SD is the SD containing the elements of the SD, which are simple judgments (PS) of the linguistic sentence and the identification data of the PS, and PS contain components; in this case, the HBS contains information about systemic and semantic relationships in the original SD, and the above-mentioned information represents systemic and semantic relationships between the components of the PS in the original SD; performing step 106 of forming a database of relations in the original SD, on which, based on the information contained in the HBS, as well as on the basis of the search criteria for the desired judgments, the components of the PS are compared and the types of relations between the compared components of the PS are classified and recorded, from which the database is formed data relations of components of PS in the original SD (BDO); performing step 107 of the formation of the fourth (final) SD, on which, based on the information contained in the BDO, the original SD, as well as on the basis of the search criteria for the desired judgments, a final SD containing the elements of the final SD is formed, and the said elements of the final SD are the desired judgments (IP), as well as IP identification data, which are an example, but not limitation: IP values and serial numbers of text elements (TE) of the linguistic sentence that make up IP. Moreover, as indicated earlier, the said initial LED for the method 300 under consideration is any suitable SD method 300 for implementing the above simple judgments. By way of example, but not limitation, such an SD is the third SD described previously with reference to method 100, or any SD known in the art, including in the future, containing the above simple judgments. Moreover, as indicated earlier, the mentioned HBS is any ontological database suitable for implementing the 300 method, including, but not limited to, described previously with reference to the HBS method 200 containing the above-mentioned information about system and semantic relationships in the third SD, which is initial for the considered method 300.

[0076] На фиг. 19, в качестве примера, но не ограничения, изображена общая схема выполнения этапа 301 идентификации пригодной для преобразования СМД, содержащего ПС, структуры данных, содержащей простые суждения (например, не ограничиваясь, третьей СД), являющейся исходной структурой данных для рассматриваемого способа 300 (далее - исходная СД), а также базы данных, содержащей сведения о системных и семантических связях в исходной СД (ОБД). Этап 301 характеризуется выполнением идентификации пригодной для преобразования СМД, содержащего ПС, структуры данных, содержащей простые суждения (ПС), на котором идентифицируют элементы 13 пригодной для преобразования СМД, содержащего ПС, структуры данных, содержащей простые суждения (ПС), а также идентификационные данные элементов 13, представляющие собой для каждого элемента 13, в качестве примера, но не ограничения, значение 131 элемента 13 пригодной для преобразования СМД, содержащего ПС, структуры данных, и порядковый (порядковые) номер (номера) 132 ПС лингвистического предложения 11, представляющие собой ТЭ 21, составляющие элемент 13, а также выполнением идентификации пригодной для преобразования СМД, содержащего ПС, базы данных, содержащей сведения о системных и семантических связях в третьей СД, на котором идентифицируют онтологическую базу данных (ОБД), содержащую сведения о системных и семантических связях в третьей СД, пригодной для преобразования СМД, содержащего ПС, базы данных, содержащей данные о системных связях между КПС 31 простых суждений ПС 13 третьей СД (являющейся исходной для рассматриваемого способа 300), являющихся системными онтологическими признаками 313 КПС 31 простых суждений 13, и об их значениях 3131, пригодной для преобразования СМД, содержащего ПС, а также данные о семантических связях между КПС 31 простых суждений ПС 13 третьей СД, являющихся семантическими онтологическими признаками 314 КПС 31 простых суждений 13, и об их значениях 3141, пригодной для преобразования СМД, содержащего ПС, а также сами простые суждения 31, пригодной для преобразования СМД, содержащего ПС, базы данных, их значения 311 и их порядковые номера 312 в лингвистическом предложении 11. При этом упомянутые процессы идентификации могут происходить в любом пригодном порядке, в том числе, не ограничиваясь, одновременно и/или параллельно, в том числе частично параллельно.[0076] In FIG. 19, by way of example, but not limitation, a general flowchart of an identification step 301 for identifying a DMD containing a PS, a data structure containing simple judgments (e.g., not limited to a third LED), which is the original data structure for the method 300 in question, is depicted ( hereinafter referred to as the original SD), as well as a database containing information about systemic and semantic relationships in the original SD (HBS). Step 301 is characterized by performing identification of a convertible SMD containing PS, a simple judgment (PS) data structure, at which elements 13 of a transformable SMD containing PS, a simple judgment (PS) data structure, and identification data are identified elements 13, representing for each element 13, as an example, but not limitation, the value 131 of element 13 is suitable for converting SMD containing PS, data structures, and serial (serial) number (n omer) 132 PS of linguistic sentence 11, which are TE 21 constituting element 13, and also by identifying a database suitable for converting SMD containing PS, containing information about system and semantic relationships in the third SD, on which the ontological database is identified ( HBS), which contains information about systemic and semantic relationships in the third DM, suitable for converting an SMD containing PS, a database containing data on systemic relationships between KPS 31 simple judgments of PS 13 of the third SD (which is I am the source for the method under consideration 300), which are system ontological features of 313 KPS 31 simple judgments 13, and about their values 3131, suitable for converting SMD containing PS, as well as data on semantic relationships between KPS 31 simple judgments PS 13 of the third SD, which are semantic ontological features 314 KPS 31 simple judgments 13, and about their values 3141, suitable for converting SMD containing PS, as well as simple judgments 31, suitable for transforming SMD containing PS, databases, their values 311 and their n order numbers 312 in the linguistic sentence 11. Moreover, the mentioned identification processes can occur in any suitable order, including, but not limited to, simultaneously and / or in parallel, including partially in parallel.

[0077] На фиг. 20, в качестве примера, но не ограничения, изображена примерная исходная структура данных для настоящего способа 300, представляющая собой пригодную для преобразования СМД, содержащего ПС, структуру данных, содержащую простые суждения (ПС). В качестве примера, но не ограничения, такой СД может быть описанная ранее со ссылкой на способ 100 третья СД, которая таким образом дополнительно не описывается.[0077] FIG. 20, by way of example, but not limitation, an exemplary initial data structure for the present method 300 is shown, which is suitable for converting an SMD containing MS, a data structure containing simple judgments. By way of example, but not limitation, such an LED can be described previously with reference to method 100 of the third LED, which is thus not further described.

[0078] На фиг. 21, в качестве примера, но не ограничения, изображена примерная онтологическая база данных, представляющая собой пригодную для преобразования СМД, содержащего ПС, базу данных, содержащую сведения о системных и семантических связях в третьей СД. В качестве примера, но не ограничения, такой ОБД может быть описанная ранее со ссылкой на способ 200 ОБД, которая таким образом дополнительно не описывается.[0078] FIG. 21, by way of example, but not limitation, an exemplary ontological database is depicted, which is suitable for converting a DMD containing a PS, a database containing information about systemic and semantic relationships in the third SD. By way of example, but not limitation, such an HBS can be described previously with reference to the HBS method 200, which is thus not further described.

[0079] На фиг. 22, в качестве примера, но не ограничения, изображена общая схема выполнения этапов этапа 106 (302) формирования базы данных отношений в третьей СД (БДО). Этап 106 (302) характеризуется: выполнением этапа 1061 (3021) формирования карты отношений КПС в третьей СД (являющейся исходной для рассматриваемого способа 300) на основании критериев поиска искомых суждений; выполнением этапа 1062 (3022) классификации на основании сведений, содержащихся в ОБД, и регистрации видов отношений между сравниваемыми КПС такой исходной СД и регистрации соответствующих видов отношений в качестве выводов по результатам сопоставления системных и семантических онтологических сведений о сравниваемых КПС; выполнением этапа 1063 (3023) формирования базы данных отношений в такой исходной СД, на котором формируют БДО компонентов простых суждений такой исходной СД путем объединения всех классифицированных и зарегистрированных отношений между сравниваемыми КПС третьей СД.[0079] FIG. 22, as an example, but not limitation, depicts a General diagram of the steps of step 106 (302) of the formation of a database of relations in the third SD (BDO). Step 106 (302) is characterized by: performing step 1061 (3021) of generating a KPS relationship map in the third DM (which is the source for the method 300 under consideration) based on the search criteria for the desired judgments; performing stage 1062 (3022) of classification based on the information contained in the HBS and registering the types of relations between the compared KPS of such an initial SD and registering the corresponding types of relations as conclusions based on a comparison of system and semantic ontological information about the compared KPS; performing step 1063 (3023) of forming a database of relations in such an initial SD, on which BDOs of simple judgments of such initial SD are formed by combining all classified and registered relations between the compared KPS of the third SD.

[0080] На фиг. 23, в качестве примера, но не ограничения, изображена общая структура сформированной карты отношений компонентов 31 простых суждений 13. Под термином «карта отношений» понимается таблица сопоставления системных, а также семантических онтологических сведений о сравниваемых компонентах 31. При этом карта отношений предназначена для сравнения не всех компонентов 31 простых суждений третьей СД, а только тех, которые контролируются (проверяются) в соответствии с критериями поиска искомых суждений, о которых будет упомянуто далее. В качестве примера, но не ограничения, можно привести следующие виды отношений 316 между компонентами 31, установленными в карте отношений: идентичность; эквивалентность; пересечение; поглощение; подчинение. При этом сами виды отношений частично совпадают с упомянутыми в онтологической базе данных видами связей. Это является допустимым, поскольку сами виды отношений установлены в теории логики и применяются для определения соотносимости различных сущностей. При этом, в отличие от видов семантических однородностей компонентов 31 при соотнесении смысловых объемов значений 311 компонентов 31 при формировании семантических онтологических признаков, виды отношений, идентифицируемые для БДО в карте отношений компонентов 31, основаны не только на семантических, но и на системных признаках сравниваемых компонентов 31, т.е. виды отношений представляют собой совокупные гибридные системно-семантические признаки. Причем процесс определения вида отношений, который учитывает одновременно системные и семантические признаки компонентов 31 и определяет вид отношений между сравниваемыми компонентами 31, формируется в зависимости от конкретной прикладной задачи поиска простых суждений 13 в третьей СД в конкретной предметной области. Идентичность - это полное совпадение системно-семантических признаков двух компонентов 31 при условии полной корреляции системно-семантических признаков компонентов 31 и требований к системно-семантическим признакам сравниваемых компонентов 31 в карте отношений. Эквивалентность - это неполное совпадение, но равнозначность системно-семантические признаков двух компонентов 31 при условии игнорирования неполной корреляции системно-семантических признаков компонентов 31 и требований к системно-семантическим признакам сравниваемых компонентов 31 в карте отношений. Пересечение - это неполное совпадение системно-семантических признаков двух компонентов 31 при условии признания неполной корреляции системно-семантических признаков компонентов 31 и требований к системно-семантическим признакам сравниваемых компонентов 31 в карте отношений. Поглощение - это такое соотношение системно-семантических признаков двух компонентов 31, при котором объем системно-семантических признаков первого компонента 31 полностью поглощает объем системно-семантических признаков второго компонента 31, но при этом объем системно-семантических признаков второго компонента 31 является лишь частью объема системно-семантических признаков первого компонента 31 при условии корреляции системно-семантических признаков компонентов 31 и требований к системно-семантических признакам к сравниваемым компонентам 31 в карте отношений. Подчинение - это такое соотношение системно-семантических признаков двух компонентов 31, при котором объем системно-семантических признаков первого компонента 31 полностью входит в объем системно-семантических признаков второго компонента 31, но при этом объем системно-семантических признаков второго компонента 31 не покрывает объем системно-семантических признаков первого компонента 31 при условии корреляции системно-семантических признаков компонентов 31 и требований к системно-семантическим признакам к сравниваемым компонентам 31 в карте отношений.[0080] FIG. 23, by way of example, but not limitation, the general structure of the generated relations map of components of 31 simple judgments is shown 13. The term “relations map” is understood to mean a comparison table of systemic as well as semantic ontological information about compared components 31. Moreover, the relationship map is intended for comparison not all components of 31 simple judgments of the third DM, but only those that are monitored (checked) in accordance with the search criteria of the desired judgments, which will be mentioned later. As an example, but not limitation, the following types of relationships 316 between components 31 installed in the relationship map can be cited: identity; equivalence; intersection; absorption; subordination. Moreover, the types of relations themselves partially coincide with the types of relations mentioned in the ontological database. This is permissible, since the types of relations themselves are established in the theory of logic and are used to determine the correlation of various entities. In this case, in contrast to the types of semantic homogeneity of components 31 when correlating the semantic volumes of values 311 of components 31 during the formation of semantic ontological features, the types of relationships identified for BDO in the map of relations of components 31 are based not only on semantic, but also on systemic features of the compared components 31, i.e. types of relationships are aggregate hybrid systemic-semantic features. Moreover, the process of determining the type of relationship, which takes into account both the system and semantic features of the components 31 and determines the type of relations between the compared components 31, is formed depending on the specific application of finding simple judgments 13 in the third SD in a particular subject area. Identity is a complete coincidence of the system-semantic features of the two components 31, provided that the system-semantic features of the components 31 are fully correlated with the requirements for the system-semantic features of the compared components 31 in the relationship map. Equivalence is an incomplete coincidence, but the equivalence of the system-semantic features of the two components 31, provided that the incomplete correlation of the system-semantic features of the components 31 and the requirements for the system-semantic features of the compared components 31 in the relationship map are ignored. The intersection is an incomplete coincidence of the system-semantic features of the two components 31, subject to the recognition of the incomplete correlation of the system-semantic features of the components 31 and the requirements for system-semantic features of the compared components 31 in the relationship map. Absorption is such a ratio of system-semantic features of two components 31, in which the volume of system-semantic features of the first component 31 completely absorbs the volume of system-semantic features of the second component 31, but the volume of system-semantic features of the second component 31 is only part of the volume of the system -semantic features of the first component 31, subject to the correlation of system-semantic features of components 31 and requirements for system-semantic features of the compared components Entom 31 in the relationship map. Subordination is such a ratio of system-semantic features of two components 31, in which the volume of system-semantic features of the first component 31 is fully included in the volume of system-semantic features of the second component 31, but the volume of system-semantic features of the second component 31 does not systematically cover the volume -semantic features of the first component 31, provided that the system-semantic features of the components 31 are correlated with the requirements for system-semantic features of the compared components 31 to mouth relations.

[0081] На фиг. 24, в качестве примера, но не ограничения, изображена общая структура сформированной базы данных отношений в третьей СД (являющейся исходной для рассматриваемого способа 300), являющейся БДО компонентов 31 простых суждений 13 в третьей СД после выполнения этапа 106 (302). БДО представляет собой организованную структуру, созданную в соответствии с определенными правилами, и предназначенную для хранения, изменения и обработки упомянутых данных. Данными БДО являются компоненты 31 простых суждений третьей СД, их идентификационные данные (значение 311 и номера 312), а также виды отношений 316 между сравниваемыми компонентами 31 простых суждений 13 третьей СД. БДО фактически является второй частью онтологической базы данных (ОБД), поскольку к уже существующим данным ОБД для компонента 31 просто добавляют новые данные о виде отношений компонента 31 с другим компонентом 31, которые получают путем сопоставления системных, а также семантических онтологических сведений о сравниваемых компонентах 31 (о связях между компонентами 31), содержащихся в ОБД. Таким образом, БДО является такая база данных, в которой элементы БД содержат информацию о различных видах отношений с другими элементами этой базы. При этом элементами БДО являются такие компоненты 31 простых суждений 13 третьей СД, которые установлены в карте отношений компонентов 31 простых суждений 13 в третьей СД. Формирование карты отношений компонентов 31 простых суждений 13 предпочтительно производят на этапе 1061 (3021) путем выполнения анализа критериев поиска искомых суждений. Критерии поиска искомых суждений формируют в связи и в рамках решения конкретной прикладной задачи поиска простых суждений 13 в третьей СД в конкретной предметной области. Эти критерии формируют на этапе поиска простых суждений в соответствии с требованиями поисковой задачи на основании формализованной модели простого суждения (то есть на известном перечне всех компонентов 31 формализованной модели простого суждения) и на указании контролируемых компонентов 31. Критерии поиска искомых суждений должны описывать контролируемые параметры 315 контролируемых компонентов 31 и их контролируемые значения 3151, а также условия (то есть сочетание контролируемых значений 3151 упомянутых параметров 315 у сравниваемых контролируемых компонентов 31), при которых можно сделать вывод о наличии тех или иных видов отношений 316 между сравниваемыми компонентами 31, актуальных для решения прикладной поисковой задачи, в ходе которой производится сравнение простых суждений 13. В результате такого анализа критериев поиска искомых суждений формируют карту отношений, в которой регистрируют выявленные в ходе упомянутого анализа: контролируемые компоненты 31; контролируемые системные и логические признаки (параметры) 315 этих компонентов 31; контролируемые значения 3151 этих параметров 315; виды отношений 316 сравниваемых компонентов 31 при установленных сочетаниях значений 3151 контролируемых параметров 315 сравниваемых компонентов 31. Такой анализ может быть выполнен любым известным из уровня техники способом и, соответственно, подробно далее не описывается. Например, не ограничиваясь, такой анализ может быть выполнен специалистом-лингвистом с учетом знания специальной терминологии предметной области, в рамках которой производится поиск искомых простых суждений или же с помощью программного обеспечения. Более того, при наличии достаточного количества примеров возможно выполнение такого анализа с помощью различных систем машинного обучения, в том числе статистического процессора или нейросети. Классификацию вида отношений между сравниваемыми компонентами 31 простых суждений 13 третьей СД и регистрацию этого вида предпочтительно производят на этапе 1062 (3022) путем выполнения анализа данных сравниваемых компонентов 31, содержащихся в ОБД с учетом сведений из карты отношений компонентов 31 простых суждений 13. В ходе выполнения классификации последовательно выбирают все сочетания компонентов 31, которые указаны в карте отношений (то есть сочетания контролируемых компонентов 31). В соответствии с контролируемыми параметрами 315 и значениями 3151 указанных параметров, запрашивают в ОБД по выбранным компонентам 31 и получают все актуальные системные онтологические признаки 313 и их значения 3131, а также все актуальные семантические онтологические признаки 314 и из значения 3141. Полученные таким образом значения 3131 признаков 313 и значения 3141 признаков 314 компонентов 31 применяют в упомянутом процессе определения вида отношений для выявления вида отношений сравниваемых компонентов 31 простых суждений 13 третьей СД. Классифицированные таким образом виды отношений между компонентами 31 простых суждений 13 третьей СД регистрируют в качестве результата выполнения этапа 1062 (3022). Идентификационные данные сравниваемых компонентов 31 (значение 311 и номера 312) получают в результате упомянутого запроса в ОБД вместе с системными 313 и семантическими 314 онтологическими признаками. На основании произведенных на этапе 1062 (3022) классификации и регистрации вида отношений 316 между сравниваемыми компонентами 31 простых суждений 13 третьей СД на этапе 1063 (3023) формируют базу данных отношений в третьей СД, содержащей сравниваемые компоненты 31 простого суждения 13, виды отношений 316 сравниваемых компонентов 31 простых суждений 13 третьей СД, которые (компоненты) указаны в карте отношений компонентов 31 и являются актуальными контролируемыми компонентами 31 для решения прикладной поисковой задачи, в ходе которой производится сравнение простых суждений 13, а также идентификационные данные 311 и 312 сравниваемых компонентов 31.[0081] FIG. 24, as an example, but not limitation, the general structure of the generated relationship database in the third SD (which is the source for the method 300 under consideration), which is the BDO of the components of 31 simple judgments 13 in the third SD after performing step 106 (302), is shown. BDO is an organized structure created in accordance with certain rules and designed to store, modify and process the mentioned data. BDO data are the components of 31 simple judgments of the third SD, their identification data (value 311 and numbers 312), as well as the types of relationships 316 between the compared components 31 of simple judgments of the third SD. BDO is actually the second part of the ontological database (HBS), because the existing data HBS for component 31 simply add new data on the type of relations of component 31 with another component 31, which is obtained by comparing the system as well as semantic ontological information about the compared components 31 (on the relationships between components 31) contained in the HBS. Thus, BDO is such a database in which database elements contain information about various types of relationships with other elements of this database. Moreover, the BDO elements are such components of 31 simple judgments 13 of the third SD, which are installed in the relations map of the components of 31 simple judgments 13 in the third SD. The formation of a map of the relations of the components 31 of simple judgments 13 is preferably performed at step 1061 (3021) by performing an analysis of the search criteria for the desired judgments. The search criteria for the desired judgments are formed in connection with and within the framework of solving a specific applied task of searching for simple judgments 13 in the third SD in a specific subject area. These criteria are formed at the stage of searching for simple judgments in accordance with the requirements of the search task on the basis of a formalized model of simple judgments (that is, on a well-known list of all components 31 of the formalized model of simple judgments) and on the indication of controlled components 31. The criteria for searching for sought judgments should describe the controlled parameters 315 monitored components 31 and their monitored values 3151, as well as conditions (i.e., a combination of monitored values 3151 of the mentioned parameters 315 of the compared components being roamed 31), in which it can be concluded that there are certain types of relationships 316 between the compared components 31 that are relevant for solving an applied search problem, during which simple judgments are compared 13. As a result of such an analysis of the search criteria for the desired judgments, a relationship map is formed , in which the detected during the above analysis are recorded: controlled components 31; controlled system and logical signs (parameters) 315 of these components 31; monitored values 3151 of these parameters 315; types of relations 316 of compared components 31 with established combinations of values 3151 of monitored parameters 315 of compared components 31. Such an analysis can be performed by any method known in the art and, accordingly, will not be described in further detail below. For example, without limitation, such an analysis can be performed by a linguistic specialist, taking into account the knowledge of the special terminology of the subject area, within the framework of which the search for the desired simple judgments or using software is performed. Moreover, if there are a sufficient number of examples, it is possible to perform such an analysis using various machine learning systems, including a statistical processor or a neural network. The classification of the type of relations between the compared components 31 of simple judgments 13 of the third SD and the registration of this type is preferably carried out at step 1062 (3022) by analyzing the data of the compared components 31 contained in the HBS taking into account information from the map of the relations of the components of 31 simple judgments 13. During the execution classifications consistently select all combinations of components 31 that are indicated in the relationship map (i.e., combinations of controlled components 31). In accordance with the monitored parameters 315 and the values 3151 of the indicated parameters, they are requested in the HBS for the selected components 31 and receive all relevant system ontological attributes 313 and their values 3131, as well as all relevant semantic ontological features 314 and from the value 3141. The values 3131 thus obtained features 313 and values 3141 features 314 of the components 31 are used in the mentioned process of determining the type of relationship to identify the type of relationship of the compared components 31 simple judgments 13 of the third SD. The types of relations classified in this way between the components of 31 simple judgments 13 of the third DM are recorded as the result of step 1062 (3022). The identification data of the compared components 31 (value 311 and numbers 312) are obtained as a result of the aforementioned request in the HBS together with system 313 and semantic 314 ontological features. Based on the classification and registration of the type of relations 316 between the compared components 31 of simple judgments 13 of the third LED made at step 1062 (3022), at 1063 (3023), a database of relations in the third SD containing the compared components of 31 simple judgments 13, types of relations 316 of the compared components 31 of simple judgments 13 of the third SD, which (components) are indicated in the map of the relations of components 31 and are relevant controlled components 31 for solving an applied search problem, during which simple judgments 13, as well as identification data 311 and 312 of the compared components 31.

[0082] На фиг. 25, в качестве примера, но не ограничения, изображена общая схема выполнения этапов этапа 107 (303) формирования четвертой структуры данных (являющейся итоговой СД для рассматриваемого способа 300) СМД. Этап 107 (303) характеризуется: выполнением этапа 1071 (3031) формирования последовательности действий для решения поисковой задачи (ПД), в ходе которого на основании предварительно заданных критериев поиска искомых суждений формируют упомянутую ПД; выполнением этапа 1072 (3032) идентификации и формирования первых и вторых элементов итоговой СД, на котором на основании сведений, содержащихся в БДО, идентифицируют и формируют элементы итоговой СД, являющиеся искомыми суждениями (ИС), а также идентификационные данные ИС; выполнением этапа 1073 (3033) формирования итоговой СД, на котором формируют итоговую СД из сформированных ИС и их идентификационных данных.[0082] FIG. 25, as an example, but not limitation, depicts a General diagram of the steps of step 107 (303) of the formation of the fourth data structure (which is the final SD for the considered method 300) SMD. Step 107 (303) is characterized by: performing step 1071 (3031) of forming a sequence of actions for solving a search problem (AP), during which, on the basis of predefined search criteria for the desired judgments, the said AP is formed; performing step 1072 (3032) of identifying and forming the first and second elements of the final SD, on which, based on the information contained in the BDO, the elements of the final SD, which are the sought-after judgments (IS), as well as the identification data of the IP are identified and formed; performing step 1073 (3033) of the formation of the final SD, on which the final SD is formed from the generated IS and their identification data.

[0083] На фиг. 26, в качестве примера, но не ограничения, изображена общая структура сформированной четвертой структуры данных, являющейся итоговой СД для рассматриваемого способа 300. Такая четвертая (итоговая) структура данных представляет собой СМД, содержащий элементы 14, которые представляют собой искомые суждения (ИС 14) и их идентификационные данные. Идентификационные данные ИС представляют собой в качестве примера, но не ограничения, значения 141 элементов 14 четвертой структуры данных СМД и порядковые номера 142 ТЭ лингвистического предложения 11, составляющих элементы 14. Элементы 14 четвертой структуры данных подразделяются на первые элементы 14 и вторые элементы 14. В зависимости от конкретной прикладной задачи поиска искомых суждений 14 в третьей СД в конкретной предметной области результатом решения поисковой задачи могут быть: первые элементы 14, либо вторые элементы 14, либо первые элементы 14 и вторые элементы 14 четвертой СД. Например, но не ограничиваясь, при решении прикладной задачи по поиску перечня правил (диспозиций правового акта, регулирующих что-либо), регулирующих поведение субъекта правоотношений, достаточно произвести только одно поисковое действие, чтобы найти первый элемент 14. Таким образом в ходе одной поисковой операции можно получить перечень простых суждений - правил, с помощью которых регулируется поведение данного субъекта. В качестве другого примера, но не ограничения, демонстрируется прикладная задача по поиску всех частей (гипотезы, диспозиции и санкции) норм-предписаний (правил, принципов, определений, содержащихся в тексте положений правовых актов), в рамках которой будут найдены первые элементы 14 и вторые элементы 14 четвертой СД, то есть реализованы два последовательных поисковых действия ПД. Первое поисковое действие ПД может быть реализовано путем поиска первых элементов 14, которые будут простыми суждениями, являющимися диспозициями или санкциями нормы-предписания. Второе поисковое действие ПД может быть реализовано путем поиска вторых элементов 14 которые будут простыми суждениями, являющимися обусловленностями правил (внешними условиями - гипотезами диспозиции или гипотезами санкции, при которых найденные правила считаются действующими), найденных в ходе предшествующей поисковой операции ПД. При этом, никакой связи между найденными диспозициями (с гипотезами) и санкциями (с гипотезами) может не быть, поскольку такая задача по поиску связей между найденными диспозициями и найденными санкциями не была поставлена. В качестве третьего примера, но не ограничения, демонстрируется похожая прикладная задача, в рамках которой будут найдены также первые элементы 14 и вторые элементы 14 четвертой СД. Однако в этом примере, в отличии от предыдущего примера, искомые правила (диспозиции и санкции) будут связаны друг с другом, т.е. отдельной диспозиции будет соответствовать отдельная санкции или санкции. Для такого поиска необходимо использовать три последовательных поисковых действия ПД (например, но не ограничиваясь, задача по поиску регулятивно-охранительных правовых норм). Первое поисковое действие ПД может быть реализовано путем поиска первых элементов 14, которые будут простыми суждениями, являющимися правилами-диспозициями. Второе поисковое действие ПД может быть реализовано путем поиска вторых элементов 14, которые будут простыми суждениями, являющимися правилами-санкциями (правилами, устанавливающими меру ответственности за нарушение уже найденных правил-диспозиций). Третье поисковое действие ПД может быть реализовано путем поиска также вторых элементов 14, которые будут простыми суждениями - гипотезами (обусловленностями для уже найденных диспозиций и обусловленностями для уже найденных санкций). На основании приведенных примеров, но не ограничений, можно представить разницу между первыми элементами 14 и вторыми элементами 14 четвертой СД. Первые элементы 14 четвертой структуры данных - это искомые суждения, полученные в результате первого (по порядку) поискового действия ПД в массиве простых суждений (третьей СД). Особенностью первого поискового действия ПД является то, что первое поисковое действие ПД технически ограничено контролируемыми данными, содержащимися в критериях поиска искомых суждений. Никакие иные контролируемые данные для ПД не присутствуют в ПД при первом поисковом действии. Вторые элементы 14 четвертой структуры данных - это искомые суждения, полученные в результате второго, третьего и всех последующих поисковых действий ПД, из которых состоит ПД, сформированный на основании критериев поиска искомых суждений. Упомянутые вторые, третьи и последующие поисковые действия ПД отличаются от упомянутого первого поискового действия ПД тем, что в таких задачах поиска используются не только контролируемые данные, содержащиеся в критериях поиска искомых суждений, но и дополнительные контролируемые данные (дополнительные данные, содержащихся в уже сформированных массивах искомых суждений четвертой СД). Например, но не ограничиваясь, при реализации второго поискового действия ПД технически возможно в качестве дополнительных контролируемых данных использовать уникальные номера первых элементов 14 и/или уже выявленных вторых элементов 14, то есть уже найденных искомых суждений (например, но не ограничиваясь, уникальные номера простых суждений-диспозиций), чтобы в ходе второго поискового действия ПД в массиве простых суждений (третьей СД) найти простые суждения, связанные с уже найденными простыми суждениями в ходе первого поискового действия ПД (например, но не ограничиваясь, найти простые суждения-гипотезы для уже найденных простых суждений-диспозиций на основании известных уникальных номеров уже найденных простых суждений-диспозиций). При этом, поисковой задачей является любая задача, связанная с анализом текстового материала в формате текста на естественном языке, представленного для анализа в форме текстового документа или текстового массива данных. Результатом такого анализа может быть любой отдельный компонент формализованной модели простого суждения, либо несколько указанных компонентов, либо простые суждения, либо группы простых суждений, что подробно описывается в упомянутых критериях поиска. В юридической предметной области в качестве примера, но не ограничения, можно привести следующие кейсы (ситуации, взятые из практики) поисковых задач: а) поиск норм-предписаний (правовых норм) для известного субъекта/объекта правоотношений; б) поиск норм-предписаний (правовых норм) для известной (формально описанной) ситуации; в) поиск норм-предписаний (правовых норм) для известного субъекта/объекта правоотношений в известной ситуации; г) поиск регулятивно-охранительных правовых норм (логических правовых норм) для известного субъекта/объекта правоотношений; д) поиск регулятивно-охранительных правовых норм (логических правовых норм) для известного субъекта/объекта правоотношений в известной ситуации; е) поиск норм-предписаний (правовых норм) по отдельному документу, части документа, группе документов; ж) поиск регулятивно-охранительных правовых норм (логических правовых норм) по отдельному документу, части документа, группе документов; з) поиск противоречий между нормами-предписаний (правовыми нормами); и) поиск противоречий в регулятивно-охранительных правовых нормах (логических правовых нормах); к) поиск противоречий между регулятивно-охранительными правовыми нормами (логическими правовыми нормами); л) поиск правовых пробелов для субъектов правоотношений; м) поиск правовых пробелов для объектов правоотношений; н) поиск норм-дефиниций по отдельному документу, части документа, группе документов; о) поиск норм-дефиниций указанного субъекта/объекта правоотношений, и тому подобные кейсы. У отдельных элементов 14 (первый элемент 14 или второй элемент 14) четвертой СД имеются характеризующие их уникальные наименования (УН), имеющие практическое использование. В структуре данных элементы 14 в качестве примера, но не ограничения могут именоваться как «ИС 1», «ИС 2», «ИС 3», «ИС n», где n ≥ 1 - порядковый номер элемента в четвертой СД. При этом, в качестве примера, но не ограничения искомые суждения 13 могут именоваться как «диспозиция», «санкция», «гипотеза» для юридической предметной области, и тому подобное для иных предметных областей. У групп элементов 14 четвертой СД (например, но не ограничиваясь, первый и второй элементы 14) имеются характеризующие их уникальные наименования (УН), имеющие практическое использование. В структуре данных такие группы элементов 14 в качестве примера, но не ограничения могут именоваться как «ГИС 1», «ГИС 2», «ГИС 3», «ГИС n», где «ГИС» - группа искомых суждения, а n ≥ 1 - порядковый номер элемента в четвертой СД. При этом, в качестве примера, но не ограничения искомые суждения 14 (группы ИС 14) могут именоваться как «норма-предписание», «правовая норма» для юридической предметной области, и тому подобное для иных предметных областей. С лингвистической точки зрения элементы 14 (искомое суждение, вне зависимости от вида - первое или второе) это простое предложение. При этом возможны различные варианты простых предложений, которые могут считаться простыми суждениями, например, но не ограничиваясь данным примером, можно привести следующие виды простых предложений: 1) простые предложения в изначальном, непреобразованном виде; 2) простые предложения в преобразованном виде, например: а) без причастных или деепричастных оборотов: б) без однородностей (обезоднородненные, без рядов однородных членов); в) без вставок (без текста в скобках); г) без условных именований (без текста в кавычках); д) без обстоятельств (условий) и тому подобные, включая сочетания вышеуказанных и неуказанных видов. ИС 14 с логической точки зрения (вне зависимости от вида - первое или второе) - это простое суждение, то есть утверждение (простое утверждение) или опровержение о субъекте суждения. Искомое суждение, являясь простым суждением, представляет собой первичную логическую конструкцию мышления с помощью которой формируется и передается мысль о том, что нечто (предикат суждения) утверждается или опровергается о предмете суждения (субъект суждения). ИС 14 (вне зависимости от вида - первое или второе), как простое суждение, с точки зрения отдельных предметных областей - это конструкция, описанная формализованной моделью простого суждения. Искомые суждения 14 четвертой структуры данных имеют идентификационные данные, в качестве примера, но не ограничения: значение 141 ИС и номер 142 ИС. Значением 141 ИС является набор значений итоговых текстовых элементов (компонентов простого суждения), составляющих искомое суждение 14 четвертой СД. Номером 142 ИС являются порядковые номера ТЭ 21, из которых сформированы значения 142, составляющие итоговое суждение 14 четвертой СД. Последовательность действий для решения поисковой задачи (ПД) формируется на основании критериев поиска искомых суждений для решения конкретной прикладной задачи в конкретной предметной области. ПД содержит сведения о поисковых действиях, которые необходимо провести для получения искомых суждений, а также содержит контролируемые данные (показатели и их значения), которые необходимо использовать для поисковых действий ПД. Идентификацию элементов 14 (искомых суждений) четвертой структуры данных СМД производят в ходе этапа 1072 (3032) путем выполнения поисковых действий в соответствии с ПД. При этом выполнение этапа 1072 (3032), на котором идентифицируют первые элементы 14 четвертой структуры данных, является обязательным действием по идентификации, а выполнение этапа 1072 (3032), на котором идентифицируют вторые элементы 14 четвертой структуры данных является дополнительными действиями, наличие и количество которых определяется содержанием ПД. Выполнение идентификации элементов 14 (искомых суждений) четвертой структуры данных СМД производят по двум основным сценариям в зависимости от содержания ПД, а именно от наличия операции сравнения (сопоставления, корреляции) простых суждений. Первый сценарий идентификации элементов 14 (искомых суждений) четвертой структуры данных СМД, не содержащий операции сравнения простых суждений, выполняется на этапе 1072 (3032) путем поиска значений показателей контролируемых данных (заданных в ПД) в массиве простых суждений (третьей СД). При наличии в массиве простых суждений (например, в третьей СД, являющейся исходной для рассматриваемого способа 300) искомых данных, которые соответствуют установленным значениям показателей контролируемых данных, происходит идентификация таких простых суждений как искомых суждений. Второй сценарий идентификации элементов 14 (искомых суждений) четвертой структуры данных СМД, содержащий операции сравнения простых суждений, выполняется на этапе 1072 (3032) путем поиска значений показателей контролируемых данных (заданных в ПД) в массиве простых суждений (третьей СД) и в ОБД с учетом сведений из БДО о наличии отношений определенного вида между компонентами простых суждений. При наличии в массиве простых суждений и в ОБД искомых данных, которые соответствуют установленным значениям показателей контролируемых данных, происходит идентификация таких простых суждений как предварительных искомых суждений. При этом, учитывая сведения полученные из БДО о наличии отношений определенного вида между компонентами простых суждений корректируют результат поиска путем сокращения числа предварительных искомых суждений, либо расширения числа предварительных искомых суждений за счет новых простых суждений, которые в соответствии со сведениями из БДО также могут считаться искомыми суждениями на основании наличия отношений соответствующего вида с предварительными искомыми суждениями. В качестве примера, но не ограничения, в качестве второго сценария идентификации элементов 14 (искомых суждений) четвертой структуры данных СМД можно привести пример интеллектуального поиска диспозиций (правил, устанавливающих права, обязанности, запреты и требования) для такого субъекта правоотношений как «покупатель». Применение второго сценария поиска позволит выявить диспозиции не только для субъекта «покупатель», но и одновременно (в рамках одного поискового действия ПД) также диспозиции для субъектов, поименованных иным образом, но фактически являющимися одним и тем же субъектом, например, но не ограничиваясь: «потребитель», «лицо, покупающее товар», «лицо, покупающее услугу», «услугополучатель», «получатель услуги», «товарополучатель», «получатель услуги», «заказчик». Формирование элементов 14 (искомых суждений) четвертой структуры данных СМД производят путем регистрации идентифицированных элементов 14 четвертой структуры данных, выявленных в ходе анализа элементов 13 (простых суждений) третьей структуры данных на этапе 1072. Идентификацию значения 141 элемента 4(искомого суждения) четвертой структуры данных в ходе этапа 1072 (3032) производят путем отождествления значения 141 элемента 14 (искомого суждения) четвертой структуры данных со значением 131 простого суждения 13 третьей структуры данных, с которым идентифицировано искомое суждение 14. Идентификацию номеров 142 элемента 14 (искомого суждения) четвертой структуры данных в ходе этапа 1072 (3032) производят путем отождествления номеров 142 элемента 14 (искомого суждения) четвертой структуры данных с номерами 132 простого суждения 13 третьей структуры данных, с которым идентифицировано искомое суждение 14. Такие идентификация и формирование могут быть выполнены любым известным из уровня техники способом и, соответственно, подробно далее не описывается. Например, не ограничиваясь, такие идентификация и формирование могут быть выполнены традиционно специалистом-лингвистом, или же с помощью лингвистического (синтаксического) процессора. Более того, при наличии достаточного количества примеров возможно выполнение таких идентификации и формирования с помощью различных систем машинного обучения, в том числе статистического процессора или нейросети. Формирование четвертой структуры данных СМД в ходе этапа 1073 (3033) производят путем объединения в одной структуре данных элементов 14 четвертой структуры данных СМД и их идентификационных данных по известным из уровня техники принципам и способам, которые, соответственно далее подробно не описываются.[0083] FIG. 26, by way of example, but not limitation, the general structure of the generated fourth data structure is shown, which is the final SD for the method 300 under consideration. Such a fourth (final) data structure is an SMD containing elements 14 that represent the desired judgments (IS 14) and their identity. The identification data of IP are, by way of example, but not limitation, the values of 141 elements 14 of the fourth SMD data structure and serial numbers 142 of the TE of the linguistic sentence 11 constituting the elements 14. Elements 14 of the fourth data structure are divided into the first elements 14 and second elements 14. B depending on the specific application of the search for sought-for judgments 14 in the third DM in a specific subject area, the result of solving the search problem can be: the first elements 14, or the second elements 14, or the first ele cops 14 and second elements 14 of the fourth SD. For example, but not limited to, when solving the applied task of searching for a list of rules (dispositions of a legal act regulating something) that govern the behavior of the subject of legal relations, it is enough to perform only one search action to find the first element 14. Thus, during one search operation you can get a list of simple judgments - the rules by which the behavior of a given subject is regulated. As another example, but not limitation, the applied task of finding all the parts (hypothesis, disposition and sanction) of the norm-requirements (rules, principles, definitions contained in the text of the provisions of legal acts) is demonstrated, in the framework of which the first elements 14 and the second elements 14 of the fourth SD, that is, two consecutive search actions of the PD are implemented. The first search action of the AP can be implemented by searching for the first elements 14, which will be simple judgments, which are dispositions or sanctions of the norm-requirement. The second search action of the AP can be implemented by searching for the second elements 14 which will be simple judgments, which are conditionalities of the rules (external conditions - hypotheses of disposition or hypotheses of sanction, under which the found rules are considered valid), found during the previous search operation of the AP. At the same time, there can be no connection between the found dispositions (with hypotheses) and sanctions (with hypotheses), since such a task to search for connections between the found dispositions and the found sanctions was not posed. As a third example, but not limitation, a similar applied problem is demonstrated, within the framework of which the first elements 14 and second elements 14 of the fourth SD will also be found. However, in this example, in contrast to the previous example, the desired rules (dispositions and sanctions) will be related to each other, i.e. a separate disposition will correspond to a separate sanction or sanction. For such a search, it is necessary to use three consecutive search actions of PD (for example, but not limited to, the task of finding regulatory and protective legal norms). The first search action of the AP can be implemented by searching for the first elements 14, which will be simple judgments, which are disposition rules. The second search action of the AP can be implemented by searching for the second elements 14, which will be simple judgments, which are sanctions rules (rules establishing a measure of responsibility for violation of already found disposition rules). The third search action of the AP can be implemented by searching also the second elements 14, which will be simple judgments - hypotheses (conditions for already found dispositions and conditions for already found sanctions). Based on the above examples, but not limitation, it is possible to imagine the difference between the first elements 14 and the second elements 14 of the fourth SD. The first elements 14 of the fourth data structure are the desired judgments obtained as a result of the first (in order) search action of the AP in the array of simple judgments (third SD). A feature of the first search action of the PD is that the first search action of the PD is technically limited by the controlled data contained in the search criteria for the desired judgments. No other controlled data for the AP is present in the AP during the first search action. The second elements 14 of the fourth data structure are the desired judgments obtained as a result of the second, third and all subsequent search actions of the PD, of which the PD consists, formed on the basis of the search criteria of the desired judgments. The mentioned second, third and subsequent search actions of the PD differ from the mentioned first search action of the PD in that, in such search tasks, not only the controlled data contained in the search criteria for the sought-after judgments is used, but also additional controlled data (additional data contained in already generated arrays sought judgment of the fourth SD). For example, but not limited to, when implementing the second search action of PD, it is technically possible to use the unique numbers of the first elements 14 and / or the already identified second elements 14, that is, the desired judgments already found (for example, but not limited to, unique numbers of simple judgments-dispositions), so that during the second search action of the AP in the array of simple judgments (third SD) to find simple judgments related to the already found simple judgments during the first search action vii PD (for example, but not limited to, find simple propositions-hypotheses for already found simple propositions-dispositions based on the known unique numbers of already found simple propositions-dispositions). At the same time, the search task is any task related to the analysis of text material in the natural language text format, presented for analysis in the form of a text document or text data array. The result of such an analysis can be any separate component of the formalized model of simple judgment, or several of these components, or simple judgments, or groups of simple judgments, which is described in detail in the mentioned search criteria. In the legal subject area, as an example, but not a limitation, the following cases (situations taken from practice) of search tasks can be cited: a) the search for normative requirements (legal norms) for a known subject / object of legal relations; b) the search for norm-requirements (legal norms) for a known (formally described) situation; c) the search for norm-requirements (legal norms) for a known subject / object of legal relations in a known situation; d) the search for regulatory and protective legal norms (logical legal norms) for a well-known subject / object of legal relations; e) the search for regulatory and protective legal norms (logical legal norms) for a known subject / object of legal relations in a known situation; f) the search for regulatory requirements (legal norms) in a separate document, part of a document, a group of documents; g) the search for regulatory and protective legal norms (logical legal norms) in a separate document, part of a document, a group of documents; h) the search for contradictions between the rules-regulations (legal norms); i) the search for contradictions in regulatory and protective legal norms (logical legal norms); j) the search for contradictions between regulatory and protective legal norms (logical legal norms); k) the search for legal gaps for legal entities; l) the search for legal gaps for the objects of legal relations; m) the search for norm definitions in a separate document, part of a document, a group of documents; n) the search for norm-definitions of the specified subject / object of legal relations, and similar cases. The individual elements 14 (the first element 14 or the second element 14) of the fourth LED have their unique names characterizing them, having practical use. In the data structure, the elements 14 as an example, but not limitation, can be referred to as "IP 1", "IP 2", "IP 3", "IP n", where n ≥ 1 is the serial number of the element in the fourth LED. Moreover, as an example, but not limitation, the sought-after judgments 13 can be referred to as “disposition”, “sanction”, “hypothesis” for a legal subject area, and the like for other subject areas. The groups of elements 14 of the fourth SD (for example, but not limited to, the first and second elements 14) have their unique names characterizing them, having practical use. In the data structure, such groups of elements 14 as an example, but not limitation, can be referred to as “GIS 1”, “GIS 2”, “GIS 3”, “GIS n”, where “GIS” is the group of desired judgments, and n ≥ 1 - serial number of the element in the fourth CD. At the same time, as an example, but not limitation, the sought-after judgments 14 (IP groups 14) can be referred to as “norm-requirement”, “legal norm” for a legal subject area, and the like for other subject areas. From a linguistic point of view, the elements 14 (the desired judgment, regardless of the type - the first or second) is a simple sentence. In this case, various variants of simple sentences are possible, which can be considered simple judgments, for example, but not limited to this example, the following types of simple sentences can be cited: 1) simple sentences in their original, unreformed form; 2) simple sentences in a transformed form, for example: a) without participial or participial revolutions: b) without homogeneity (dehomogeneous, without rows of homogeneous members); c) without inserts (without text in brackets); d) without conditional naming (without quoted text); e) without circumstances (conditions) and the like, including combinations of the above and unspecified species. IP 14 from a logical point of view (regardless of the type - the first or second) - this is a simple judgment, that is, a statement (a simple statement) or a refutation of the subject of the judgment. The desired judgment, being a simple proposition, represents the primary logical construction of thinking with the help of which the idea is formed and transmitted that something (the predicate of the proposition) is affirmed or disproved about the subject of the judgment (the subject of the proposition). IS 14 (regardless of the type - the first or second), as a simple proposition, from the point of view of individual subject areas, is a construction described by a formalized model of a simple proposition. The judgment 14 of the fourth data structure has identification data, as an example, but not limitation: value 141 IP and number 142 IP. The value of 141 IP is a set of values of the resulting text elements (components of a simple judgment) that make up the desired judgment of the fourth fourth SD. Number 142 IS are the serial numbers of TE 21, from which values 142 are formed, which make up the final judgment 14 of the fourth SD. The sequence of actions for solving a search problem (AP) is formed on the basis of the search criteria for the desired judgments to solve a specific applied problem in a specific subject area. PD contains information about the search actions that must be carried out to obtain the desired judgments, and also contains controlled data (indicators and their values) that must be used for search actions of the PD. The identification of elements 14 (sought judgments) of the fourth data structure of the SMD is carried out during step 1072 (3032) by performing search actions in accordance with the PD. Moreover, the execution of step 1072 (3032), which identifies the first elements 14 of the fourth data structure, is a mandatory identification action, and the execution of step 1072 (3032), which identifies the second elements 14 of the fourth data structure, are additional actions, the presence and quantity of which determined by the content of PD. Identification of elements 14 (required judgments) of the fourth structure of the SMD data is carried out according to two main scenarios depending on the content of the AP, namely, on the presence of a comparison operation (comparison, correlation) of simple judgments. The first scenario for identifying the elements 14 (desired judgments) of the fourth SMD data structure that does not contain simple judgment comparison operations is performed at step 1072 (3032) by searching for the values of the controlled data indicators (specified in the AP) in the array of simple judgments (third DM). If there are simple judgments in the array (for example, in the third SD, which is the source for the considered method 300) of the required data that correspond to the established values of the indicators of the controlled data, such simple judgments as the sought judgments are identified. The second scenario for identifying the elements 14 (desired judgments) of the fourth SMD data structure, containing simple judgment comparison operations, is performed at step 1072 (3032) by searching for the values of the controlled data indicators (specified in the AP) in the array of simple judgments (third DM) and in the HBS with taking into account information from the BDO on the existence of relations of a certain kind between the components of simple judgments. If there are the required data in the array of simple judgments and in the HBS that correspond to the established values of the indicators of the controlled data, such simple judgments as preliminary sought-for judgments are identified. Moreover, taking into account the information obtained from the BDO on the existence of relations of a certain type between the components of simple judgments, the search result is corrected by reducing the number of preliminary sought-after judgments, or by expanding the number of preliminary sought-after judgments due to new simple judgments, which, in accordance with the information from the BDO, can also be considered sought judgments based on the existence of relations of the corresponding type with preliminary sought judgments. As an example, but not limitation, as a second scenario for identifying elements 14 (sought judgments) of the fourth SMD data structure, we can give an example of an intelligent search for dispositions (rules establishing rights, obligations, prohibitions and requirements) for such a subject of legal relations as a “buyer”. The use of the second search scenario will allow one to identify dispositions not only for the “buyer” subject, but also simultaneously (within the framework of one search action of the AP) also dispositions for subjects named in a different way, but actually being the same subject, for example, but not limited to: “Consumer”, “person buying the goods”, “person buying the service”, “service recipient”, “recipient of the service”, “consignee”, “recipient of the service”, “customer”. The formation of the elements 14 (sought judgments) of the fourth data structure of the SMD is performed by registering the identified elements 14 of the fourth data structure identified in the analysis of the elements 13 (simple judgments) of the third data structure at step 1072. Identification of the value 141 of the element 4 (the sought judgment) of the fourth data structure during step 1072 (3032), the value 141 of the element 14 (sought judgment) of the fourth data structure is identified with the value of 131 simple judgment 13 of the third data structure, with which sought judgment 14 is identified. The identification of the numbers 142 of the element 14 (the sought judgment) of the fourth data structure during step 1072 (3032) is performed by identifying the numbers 142 of the element 14 (the sought judgment) of the fourth data structure with the numbers 132 of the simple judgment 13 of the third data structure with which the desired judgment is identified 14. Such identification and formation can be performed by any method known in the art and, accordingly, is not described in further detail below. For example, without limitation, such identification and formation can be performed traditionally by a specialist linguist, or using a linguistic (syntactic) processor. Moreover, if there are a sufficient number of examples, it is possible to perform such identification and formation using various machine learning systems, including a statistical processor or a neural network. The formation of the fourth SMD data structure during step 1073 (3033) is performed by combining in one data structure the elements 14 of the fourth SMD data structure and their identification data according to principles and methods known from the prior art, which, accordingly, are not described in further detail below.

[0084] На фиг. 27, в качестве примера, но не ограничения, проиллюстрирована примерная схема системы 400 преобразования структурированного массива данных, которая в предпочтительном варианте реализации содержит, по меньшей мере, одно или более компьютерных устройств 401 преобразования структурированного массива данных, содержащих, по меньшей мере, один или более процессоров 4011 и память 4012. Упомянутые устройства 401 преобразования структурированного массива данных могут представлять собой, но не ограничиваться: персональный компьютер, портативный компьютер, планшетный компьютер, карманный компьютер, смартфон, фаблет и тому подобное. Память (машиночитаемый носитель данных) 4012 устройства 401 преобразования структурированного массива данных, содержит код программы, который при выполнении побуждает упомянутые один или более процессоры 4011 упомянутого устройства 401 выполнять действия описанных ранее способов преобразования структурированного массива данных. В некоторых случаях компьютерное устройство 401 может представлять собой серверное компьютерное устройство, связанное с пользовательским компьютерным устройством, выполненным с возможностью передачи серверному компьютерному устройству 401 команды или команд, побуждающих процессор или процессоры 4011 серверного компьютерного устройства выполнять код программы, который при выполнении процессором или процессорами серверного компьютерного устройства 4011 побуждает процессор или процессоры 4011 серверного компьютерного устройства выполнять действия какого-либо из описанных ранее способов преобразования структурированного массива данных. Пользовательское компьютерное устройство 402 может представлять собой, но не ограничиваться: персональный компьютер, портативный компьютер, планшетный компьютер, карманный компьютер, смартфон, фаблет, тонкий клиент и тому подобное. Пользовательское компьютерное устройство 402 может быть связано с серверным компьютерным устройством 401 посредством проводного или беспроводного соединения. Упомянутая память 4012 компьютерного устройства 401 (серверного компьютерного устройства 401) содержит подлежащие преобразованию один или несколько структурированных массивов данных, содержащих, по меньшей мере, лингвистическое предложение, а также может содержать любую из описанных ранее структур данных для какого-либо из описанных ранее способов преобразования структурированного массива данных. Более того, подлежащие преобразованию один или несколько структурированных массивов данных могут являться загружаемыми и храниться, в частности, в базе данных 403 системы преобразования структурированного массива данных. В качестве примера, но не ограничения, машиночитаемый носитель данных (память 4012) может включать в себя оперативную память (RAM); постоянное запоминающее устройство (ROM); электрически-стираемое программируемое постоянное запоминающее устройство (EEPROM); флэш-память или другие технологии памяти; CDROM, цифровой универсальный диск (DVD) или другие оптические или голографические носители данных; магнитные кассеты, магнитную пленку, запоминающее устройство на магнитных дисках или другие магнитные запоминающие устройства, несущие волны или другой носитель данных, который может быть использован для кодирования требуемой информации, и к которому может быть осуществлен доступ посредством устройства 401. Память включает в себя носитель данных на основе запоминающего устройства компьютера в форме энергозависимой или энергонезависимой памяти, или их комбинации. Примерные аппаратные устройства включают в себя твердотельную память, накопители на жестких дисках, накопители на оптических дисках и так далее. В памяти хранится примерная среда, в которой при помощи компьютерных команд или кодов, хранящихся в памяти устройства, может быть осуществлена процедура преобразования структурированного массива данных. Устройство содержит один или более процессоров 4011, которые предназначены для выполнения компьютерных команд или кодов, хранящихся в памяти устройства с целью обеспечения выполнения процедуры преобразования структурированного массива данных. Компьютерные команды или коды, хранящиеся в памяти, предназначены для выполнения преобразования структурированного массива данных. Система 400 также может включать в себя базу данных (БД) 403. БД 403 может представлять собой, но не ограничиваясь: иерархическую БД, сетевую БД, реляционную БД, объектную БД, объектно-ориентированную БД, объектно-реляционную БД, пространственную БД, комбинацию перечисленных двух и более БД, и тому подобное. БД 403 хранит данные в памяти, которая может представлять собой, но не ограничиваясь: постоянное запоминающее устройство (ROM), электрически-стираемое программируемое постоянное запоминающее устройство (EEPROM), флэш-память, CDROM, цифровой универсальный диск (DVD) или другие оптические или голографические носители данных; магнитные кассеты, магнитную пленку, запоминающее устройство на магнитных дисках или другие магнитные запоминающие устройства, несущие волны или другой носитель данных, который может быть использован для хранения требуемой информации, и к которому может быть осуществлен доступ посредством устройства 401 преобразования структурированного массива данных. БД 403 служит для хранения данных, представляющих собой, по меньшей мере, команды для выполнения этапов описанных ранее способов преобразования структурированного массива данных; подлежащие преобразованию один или несколько структурированных массивов данных, содержащих, по меньшей мере, лингвистическое предложение, или одну из описанных ранее исходных для какого-либо способа преобразования структур данных, которые могут быть загружены в память 4012 устройства 401 преобразования структурированного массива данных; и других данных, необходимых для функционирования системы. Примерная система 400 преобразования структурированного массива данных дополнительно может содержать серверное компьютерное устройство 401, которое помимо описанных ранее функций, сохраняет и содействует манипуляции компьютерными командами или кодами, ранее описанными в данном документе, которые, соответственно, дополнительно не описываются. Серверное компьютерное устройство 401, помимо описанных ранее функций, может обеспечивает регулирование обменом данных в системе 400 преобразования структурированного массива данных, а также обеспечивает обработку данных при условии подключения к нему одного или более чем одного пользовательских компьютерных устройств 402. В этом случае все вычислительные мощности, необходимые для обеспечения выполнения процедуры преобразования структурированного массива данных, расположены на серверном компьютерном устройстве 401. Система 400 так же может содержать одну или более сетей 404 передачи данных. Сети 404 передачи данных могут включать в себя, но не ограничиваться, одну или более локальных сетей (LAN) и/или глобальных сетей (WAN), или могут представлять собой информационно-телекоммуникационную сеть Интернет, или Интранет, или виртуальную частную сеть (VPN), или их комбинацию, и тому подобное. Серверное компьютерное устройство 401 также имеет возможность обеспечивать виртуальную вычислительную среду (Virtual Machine) для обеспечения взаимодействия между пользовательским компьютерным устройством 402 и БД 403. Сеть 404 служит для обеспечения взаимодействия между компьютерным устройством 401, базой данных 403 и пользовательским компьютерным устройством 402 системы 400 преобразования структурированного массива данных. При этом пользовательское компьютерное устройство 402 может быть связано с серверным компьютерным устройством 401 напрямую, используя известные из уровня техники проводные и беспроводные способы и методы связи, которые, соответственно, далее не подробно не описываются. Упомянутые устройства 401, 402, в качестве примера, но не ограничения, могут быть снабжены устройствами ввода-вывода (i/o), пригодными для предоставления пользователю результатов выполнения тех или иных описанных ранее этапов какого-либо из заявленных способов 100, 200 или 300.[0084] FIG. 27, by way of example, but not limitation, an example diagram of a structured data array conversion system 400 is illustrated, which in a preferred embodiment comprises at least one or more computer structured data array conversion 401 devices comprising at least one or more processors 4011 and memory 4012. The aforementioned structured data array conversion devices 401 may include, but are not limited to: a personal computer, a portable computer p, tablet PC, PDA, smartphone, PHABLET and the like. The memory (computer-readable storage medium) 4012 of the structured data array conversion device 401 contains a program code which, when executed, causes said one or more processors 4011 of the said device 401 to perform the actions of the previously described methods for converting a structured data array. In some cases, the computer device 401 may be a server computer device associated with a user computer device configured to transmit to the server computer device 401 instructions or instructions causing the processor or processors 4011 of the server computer device to execute program code that, when executed by the processor or processors of the server computer device 4011 causes the processor or processors 4011 of the server computer device to execute action of any of the ways described earlier conversion structured dataset. The user computer device 402 may be, but is not limited to: a personal computer, a laptop computer, a tablet computer, a PDA, a smartphone, a phablet, a thin client, and the like. The user computer device 402 may be connected to the server computer device 401 via a wired or wireless connection. Mentioned memory 4012 of computer device 401 (server computer device 401) contains one or more structured data arrays to be converted containing at least a linguistic sentence, and may also contain any of the previously described data structures for any of the previously described conversion methods structured data array. Moreover, the one or more structured data arrays to be converted can be downloadable and stored, in particular, in the database 403 of the structured data array conversion system. By way of example, but not limitation, a computer-readable storage medium (memory 4012) may include random access memory (RAM); read-only memory device (ROM); Electrically Erasable Programmable Read-Only Memory (EEPROM); flash memory or other memory technologies; CDROM, digital versatile disc (DVD) or other optical or holographic storage media; magnetic cassettes, magnetic tape, magnetic disk storage device or other magnetic storage devices, wave carriers or other storage medium that can be used to encode the required information and that can be accessed by means of device 401. The memory includes a storage medium based on a computer storage device in the form of volatile or non-volatile memory, or a combination thereof. Exemplary hardware devices include solid state memory, hard disk drives, optical disk drives, and so on. An example environment is stored in the memory in which, using computer instructions or codes stored in the device’s memory, a procedure for converting a structured data array can be carried out. The device contains one or more processors 4011, which are designed to execute computer instructions or codes stored in the device's memory in order to ensure the implementation of the procedure for converting a structured data array. Computer instructions or codes stored in memory are designed to perform the conversion of a structured data array. System 400 may also include a database (DB) 403. Database 403 may include, but is not limited to: a hierarchical database, a network database, a relational database, an object database, an object-oriented database, an object-relational database, a spatial database, a combination listed two or more databases, and the like. Database 403 stores data in memory, which may be, but is not limited to: read-only memory (ROM), electrically erasable programmable read-only memory (EEPROM), flash memory, CDROM, digital versatile disk (DVD) or other optical or holographic data carriers; magnetic cassettes, magnetic tape, magnetic disk storage device or other magnetic storage devices, wave carriers or other storage medium that can be used to store the required information, and which can be accessed via the structured data array conversion device 401. DB 403 is used to store data representing at least instructions for performing the steps of the previously described methods for converting a structured data array; one or more structured data arrays to be converted containing at least a linguistic sentence, or one of the data structures that can be loaded into the memory 4012 of the device 401 of the conversion of a structured data array described earlier for a conversion method; and other data necessary for the functioning of the system. An exemplary structured data array conversion system 400 may further comprise a server computer device 401 that, in addition to the functions described previously, stores and facilitates manipulation of computer instructions or codes previously described herein, which, accordingly, are not further described. The server computer device 401, in addition to the functions described above, can provide data exchange control in the structured data array conversion system 400, and also provides data processing provided that one or more than one user computer devices 402 are connected to it. In this case, all computing power, necessary to ensure the implementation of the procedure for converting a structured data array are located on the server computer device 401. System 400 can also This may include one or more data networks 404. Data network 404 may include, but is not limited to, one or more local area networks (LANs) and / or wide area networks (WANs), or may be an information telecommunication network Internet, or an Intranet, or a virtual private network (VPN) , or a combination thereof, and the like. The server computer device 401 also has the ability to provide a virtual computing environment (Virtual Machine) for providing interaction between the user computer device 402 and the database 403. The network 404 serves to provide interaction between the computer device 401, the database 403 and the user computer device 402 of the structured conversion system 400 an array of data. In this case, the user computer device 402 can be directly connected to the server computer device 401 using wire and wireless communication methods and methods known from the prior art, which, accordingly, are not described in further detail below. The mentioned devices 401, 402, by way of example, but not limitation, can be equipped with input / output (i / o) devices suitable for providing the user with the results of the execution of any of the previously described steps of any of the claimed methods 100, 200 or 300 .

[0085] Настоящее описание осуществления заявленного изобретения демонстрирует лишь частные варианты осуществления и не ограничивает иные варианты реализации заявленного изобретения, поскольку возможные иные альтернативные варианты осуществления заявленного изобретения, не выходящие за пределы объема информации, изложенной в настоящей заявке, должны быть очевидными для специалиста в данной области техники, имеющим обычную квалификацию, на которого рассчитано заявленное изобретение.[0085] The present description of the implementation of the claimed invention demonstrates only particular embodiments and does not limit other embodiments of the claimed invention, since possible other alternative embodiments of the claimed invention, not beyond the scope of the information set forth in this application, should be obvious to a person skilled in this areas of technology having the usual qualifications for which the claimed invention is designed.

Claims

1. Performed by the processor or processors of the computer device, the method of converting a structured data array (SMD) containing simple judgments (PS), which consists in:

performing step 301 of identifying the initial data structure (SD) and ontological database (HBS); wherein the original SD is the SD containing the elements of the SD that are the PS of the linguistic sentence and the identification data of the PS, and the PS contains components; at the same time, the HBS contains information about systemic and semantic relationships in the original SD, and the mentioned data represent systemic and semantic relationships between the components of the PS in the original SD;

performing step 106 of forming a database of relations in the original SD, on which, based on the information contained in the HBS, as well as on the basis of the search criteria for the desired judgments, the components of the PS are compared and the types of relations between the compared components of the PS are classified and recorded, from which the database is formed relations of components of PS in the initial SD (BDO);

performing step 107 of the formation of the final SD, on which, based on the information contained in the BDO, the original SD, as well as on the basis of the mentioned search criteria for the desired judgments, the final SD containing the elements of the final SD is formed, and the above-mentioned elements of the final SD are the sought-for judgments (IS) , as well as the identification data of IP, which are an example, but not limitation: IP values and serial numbers of primary text elements (PTE) of the linguistic sentence that make up IP.

2. The method according to p. 1, characterized in that step 106 is characterized by:

performing step 1061 of forming a map of the relations of the components of simple judgments (KPS) in the original SD based on the mentioned search criteria for the desired judgments;

performing stage 1062 of classification based on the information contained in the HBS and registering the types of relations between the compared KPS of the original SD and registering the corresponding types of relations as conclusions based on a comparison of system and semantic ontological information about the compared KPS;

performing step 1063 of creating a database of relations in the original SD, on which the BDO of the components of simple judgments of the original SD are formed by combining all classified and registered relationships between the compared KPS of the original SD.

3. The method according to p. 1, characterized in that step 107 is characterized by:

the execution of step 1071 of the formation of a sequence of actions for solving a search problem (AP), during which, on the basis of predefined search criteria for the desired judgments, the said AP is formed;

performing step 1072 of identification and formation of the first and second elements of the final SD, on which, based on the information contained in the BDO, the elements of the final SD are identified and formed, which are the sought-after judgments (IP), as well as the identification data of the IP, which are an example, but no restrictions on the value of IP and serial numbers of the PTE of the linguistic sentences that make up IP;

the execution of step 1073 of the formation of the final SD, which form the final SD of the generated IP and their identification data.

4. A computer device for converting a structured data array (DMD) containing linguistic sentences (LP), containing at least:

a computer device processor, and

a memory containing program code, which, when executed by the processor of a computer device, causes the processor of the computer device to perform the actions of the method according to any one of claims. 1-3.

5. A system for converting a structured data array (DMD) containing linguistic sentences (LP), containing at least:

a server computer device, which is a computer device according to claim 4, and

a user computer device configured to transmit to the server computer device instructions or instructions causing the processor of the server computer device to execute program code, which, when executed by the processor of the server computer device, causes the processor of the server computer device to perform the actions of the method according to any one of claims. 1-3.

6. A computer-readable storage medium containing program code, which, when executed by a processor of a computer device, causes the processor of the computer device to perform the actions of the method according to any one of claims. 1-3.