Рост объёма научных данных требует разработки эффективных методов их сбора и анализа. В работе представлен подход к автоматизации обработки информации о микробиологической переработке лигноцеллюлозной биомассы берёзы и осины за период 1898–2025 гг. Использованы TypeSet.io, нейросети и машинное обучение (ML) для формирования базы данных (20 700 строк) с критериями: продукт, технология, экологическая и экономическая эффективность. Сравнительный анализ показал превосходство TypeSet.io над Base.net и Google Scholar в скорости и точности структурирования, а также преимущества нейросетей над ML в анализе текстов. Результаты легли в основу научного отчёта, с планами очистки данных и анализа патентов.

Петухов С.А. (науч. рук. Молодкина Н.Р.) Cравнительный анализ автоматизированных методов сбора и обработки данных о переработке лигноцеллюлозной биомассы // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2025]. URL: https://kmu.itmo.ru/digests/article/15646