Статистический анализ включает проверку единиц, направленности шкалы, базового периода и правил накопления. Для показателя с названием «снижение» отдельно устанавливается, представляет ли число величину сокращения или оставшуюся долю к базе. Месячные записи годового результата не рассматриваются как независимые наблюдения. Общероссийское значение не подменяется невзвешенным средним по субъектам. Пропуски и неопределённые нули сохраняют свой информационный статус. с. 8 исходного отчёта

Анализ текстов сочетает содержательное чтение мероприятий, проверку связей результатов с показателями и формализованное лексическое сравнение. TF-IDF используется для выявления тематических различий и сопряжённости документов. Его результаты проверяются при альтернативной обработке текста и способах объединения паспортов. Сходство формулировок не устанавливает причинную связь, а отсутствие доступного идентификатора назначения характеризует проверяемость открытой публикации. с. 9 исходного отчёта

5.1 Методика анализа проектной логики и текстов

Текстовая экспертиза проверяет, насколько описание национального проекта позволяет проследить переход от предусмотренного мероприятия к экологическому результату. Для этого необходимо различать формально обозначенную принадлежность к задаче, сходство используемых слов и содержательно обоснованный механизм изменения среды. Первые два признака помогают находить сопоставимые элементы документации. Только третий задаёт вопрос об условиях получения общественного результата; его фактическая реализация требует самостоятельных наблюдений. Автоматический анализ используется совместно с чтением содержания, поскольку совпадение терминов не заменяет проверки смысла. [85] с. 54 исходного отчёта

Сопоставимый корпус включает 98 электронных представлений паспортных сведений: 12 национальных и 86 федеральных документов, относящихся к 12 национальным проектам. Объём корпуса составляет 75 539 токенов, то есть лексических единиц, выделенных по единому правилу. Для экологического проекта исследованы семь документов общим объёмом 6 110 токенов. В их составе национальный уровень представлен 256 токенами, федеральные направления – 5 854. Открытая публикация всех семи документов датирована 16 октября 2026 г.; срез доступных материалов относится к 28 октября 2026 г. Это целевая совокупность для сравнительного исследования, а не сплошное обследование всех национальных проектов. [86] с. 54 исходного отчёта

Во всех документах отбираются одинаковые содержательные поля: цель, задачи, названия и характеристики результатов, названия показателей. Повторённый внутри документа фрагмент учитывается один раз. Служебные реквизиты, персональный состав участников, финансовые таблицы и календарные записи исключаются, поскольку они отвечают на иные вопросы и могли бы создавать искусственное сходство. При этом карточки результатов и показателей сохраняются как самостоятельные единицы структурного анализа: устранение повторов текста не означает отождествления показателей разных уровней. с. 54 исходного отчёта

Отдельное значение имеет временной смысл формулировок. Названия паспортных результатов часто строятся как описание завершённого действия: проведены работы, создана система, приобретено оборудование. В плановом документе такая грамматическая форма обозначает ожидаемое конечное состояние, а не сама по себе подтверждает исполнение. Поэтому текстовые упоминания не пересчитываются в число фактически достигнутых результатов. Для такого перехода необходимы отчётный период, статус реализации и подтверждающее наблюдение. Лексическая модель также не различает строительство, начатое до проекта, и новое мероприятие, если их описания одинаковы; временная принадлежность устанавливается отдельно по проектным и отчётным сведениям. с. 55 исходного отчёта

Для лексической модели буквы приведены к нижнему регистру, «ё» заменена на «е», числа исключены. Удалены 120 служебных и общеупотребительных слов. Признаками выступают отдельные слова и пары соседних оставшихся слов; пары не пересекают границы содержательных фрагментов. В базовой спецификации словоформы не объединяются. Вес признака определяется частотой в документе и обратной документной частотой по всему корпусу с логарифмическим сглаживанием: [87] с. 55 исходного отчёта

wₜd = (1 + ln fₜd) × [ln((N + 1)/(dfₜ + 1)) + 1] при fₜd > 0, иначе 0 (1)

Здесь ftd – частота признака t в документе d, dfₜ – число документов с данным признаком, N = 98. Исключены признаки, встречающиеся более чем в 98% документов; редкие признаки сохранены, ограничение размера словаря не применяется. В базовой модели получено 46 519 признаков. Каждый документный вектор нормируется по евклидовой длине. Профиль национального проекта представляет собой среднее его нормированных документных векторов с последующей повторной нормировкой. Это ограничивает влияние объёма отдельных паспортов, но не устраняет зависимости от состава входящих документов.

cos(a, b) = Σₜ aₜbₜ / (√Σₜ aₜ² × √Σₜ bₜ²) (2)

Косинусная близость принимает большие значения при совпадении взвешенных текстовых признаков. Коэффициент описывает тексты и не измеряет экологический эффект. Дополнительно применены тематические словари и шесть спецификаций проверки устойчивости. Поскольку корпус сформирован целевым отбором документов, коэффициенты описывают именно эту совокупность; статистические интервалы для случайной выборки национальных проектов не рассчитываются. с. 56 исходного отчёта