И. В. Селиванова Тематическая классификация научных публикаций улучшает навигацию в потоке научной литературы, обеспечивает возможность библиометрического анализа, разноуровневой оценки результативности научных исследований. Универсальный характер повестки устойчивого развития ООН, внимание к целям устойчивого развития (ЦУР), значимость научных исследований, направленных на их достижение, а также комплексный и многоаспектный характер ЦУР обеспечивают высокий интерес к проблеме соотнесения научных публикаций и ЦУР со стороны библиографов, наукометрического сообщества, международных научных баз данных ( МНБД). В Web of Science, Scopus, Dimensions, а также у отдельных групп исследователей приняты различные подходы к классификации статей о ЦУР, каждый из которых имеет сильные и слабые стороны. Разница в результатах классификации требует анализа и совершенствования подходов и методов. Развитие технологий генеративного искусственного интеллекта и больших языковых моделей открывает новые возможности тематической классификации научных текстов, в том числе в разрезе ЦУР ООН. Цель исследования – анализ методов классификации, используемых для отнесения научных публикаций к ЦУР, демонстрация применимости для этой задачи больших языковых моделей на примере ChatGPT.
Научная статья 
Dimensions
subject classification of scientific texts
bibliographic search
machine learning
citation graphs
generative artificial intelligence
big language models
Scopus
Web of Science
тематическая классификация научных текстов
библиографический поиск
машинное обучение
графы цитирования
генеративный искусственный интеллект
большие языковые модели