Abstract
Предложен метод анализа многомерных текстовых данных, основанный на представлении текстов в виде семантических траекторий и их исследовании на плоскости «энтропия– сложность». Тексты на восьми языках (русском, английском, немецком, французском, казахском, татарском, узбекском и вьетнамском) представлены в виде многомерных временных рядов, построенных с использованием TF-IDF и сингулярного разложения матрицы (SVD). Для анализа динамических свойств семантических траекторий использована плоскость «энтропия–сложность» (MPR), позволяющая количественно оценивать степень их хаотичности. Показано, что большинство художественных текстов располагается в области хаотических процессов. Анализ средних значений энтропии и сложности показал, что языки, принадлежащие к одной языковой семье, располагаются в близких областях плоскости «энтропия–сложность». Полученные результаты показывают, что предложенный подход позволяет количественно характеризовать динамические свойства семантических траекторий и выявлять пространственную близость языков по значениям энтропии и сложности. Полученные результаты подтверждают перспективность применения подхода в системах обработки естественного языка, интеллектуального анализа текстов и информационного поиска.