6.2 Методика лексического сопоставления
Лексическое сопоставление используется для поиска содержательно близких формулировок и проверки полноты экспертного рассмотрения. В основной профиль каждого паспорта включены цели, задачи, результаты с описаниями и показатели. Повторные формулировки внутри документа исключены. Организационные реквизиты и многочисленные контрольные точки не формируют основной смысловой профиль. Шесть профилей проекта содержат 2188 слов, причём объём национального паспорта существенно меньше совокупности федеральных документов.
Текст преобразован к нижнему регистру с унификацией «ё» и «е». Служебные слова исключены. Используются отдельные слова и последовательности из двух слов, а вес признака определяется методом TF–IDF. Редкая для корпуса формулировка получает больший вес при прочих равных условиях. При положительной частоте признака применяется логарифмическое преобразование частоты и сглаженная обратная документная частота. [118]
В формуле частота признака обозначает число его появлений в документе, число документов задаёт размер сравнительного корпуса, а документная частота показывает количество текстов, содержащих признак. Для отсутствующего признака вес равен нулю. Перед сопоставлением векторы нормируются по евклидовой длине. Сходство определяется косинусом угла между нормированными векторами.
Словарь построен на 137 документах сравнительного корпуса с ограничением в 20 тысяч признаков. Признак допускается при наличии хотя бы в одном документе, но исключается, если встречается более чем в 98% документов. Для межпроектного сопоставления используются средние нормированные профили структурированных паспортов, повторно приведённые к единичной длине. Таким образом, длинный паспорт не получает вес, пропорциональный своему числу страниц.
Коэффициент характеризует близость выбранных текстовых представлений. Его нельзя интерпретировать как долю общего экономического содержания, вероятность реализации мероприятия или причинный вклад. Результат зависит от языка формулировок, состава корпуса и обработки словоформ. Эти ограничения проверяются содержательным разбором пар и сопоставлением с вариантом выделения основ слов.
6.3 Внутренняя специализация федеральных проектов
Наиболее близкие профили внутри проекта имеют П1 «Создание номерного фонда» и П2 «Морские курорты»: косинусное сходство составляет 0,627. Оба направления используют лексику строительства, инфраструктуры, инвестирования и технологического присоединения. Содержательная близость указывает на необходимость согласовывать границы объектов и инструментов финансирования. Сам по себе коэффициент не устанавливает дублирования расходов.
Авторский расчёт TF–IDF и косинусного сходства. П – национальный проект; П1 – номерной фонд; П2 – морские курорты; П3 – привлекательность; П4 – кадры; П5 – промышленное обеспечение. Коэффициент не измеряет причинный вклад, дублирование расходов или бюджетную значимость.
Открыть иллюстрацию исходного отчёта [119]Профиль национального паспорта ближе всего к П1, для которого коэффициент составляет 0,261, и к П5 «Промышленное обеспечение туризма» – 0,243. Такие соотношения зависят от краткости национального профиля и его словаря. Их нельзя переносить на бюджетную значимость направлений. Например, кадровая подготовка может быть необходимым условием работы гостиниц при сравнительно небольшом лексическом сходстве с национальной формулировкой цели.
Различия П1 и П2 следует проверять по географии, перечню объектов, стадиям инвестиционного цикла и составу источников. У направлений могут совпадать способы поддержки при разных получателях. Для контроля дополнительности требуется единый реестр объектов и инструментов, позволяющий проследить совокупную помощь и результаты каждого комплекса. Для оценки синергии необходимы сведения о фактическом использовании совместно созданных инфраструктурных элементов.
Низкое сходство П5 с инфраструктурными паспортами отражает иную лексику: подтверждение производства, реализация продукции и компенсация скидок. Связь этого направления с гостиницами проходит через оборудование, сроки поставок и стоимость эксплуатации. Для анализа такой зависимости нужны данные о поставках конкретным туристическим объектам, поскольку общие текстовые коэффициенты описывают её лишь частично.
6.5 Межпроектные зависимости и чувствительность результатов
В сравнении со структурированными паспортами других национальных проектов наиболее близок профиль «Эффективной и конкурентной экономики» с коэффициентом 0,192. Далее следуют «Международная кооперация и экспорт» – 0,173, «Экономика данных и цифровая трансформация государства» – 0,166, «Инфраструктура для жизни» – 0,162 и «Молодёжь и дети» – 0,156. Сопоставление отражает общие механизмы поддержки предприятий, внешнего спроса, инфраструктуры и подготовки кадров.
Пять ближайших профилей по базовой модели сопоставлены с вариантом выделения основ слов. Шкала – косинусное сходство; более высокий коэффициент не доказывает более сильную экономическую зависимость. «Семья» не включена из-за различия жанра исходного документа. Авторские расчёты.
Открыть иллюстрацию исходного отчёта [124]При обработке русских слов методом выделения основ первое место сохраняет «Эффективная и конкурентная экономика» с коэффициентом 0,220. Второе и третье места занимают «Экономика данных» и «Инфраструктура для жизни» с коэффициентами 0,194 и 0,188. В первой тройке двух вариантов совпадают два проекта. В первой тройке сохраняются два лексически близких профиля; точный порядок соседей чувствителен к обработке языка. Экономические зависимости требуют отдельной содержательной проверки.
Паспорт «Семьи» не включён в сопоставимую диаграмму, поскольку в сравнительном материале он представлен документом другого жанра. Его включение в единое ранжирование потребовало бы согласования состава текстовых полей. Такое ограничение не исключает содержательной связи семейной политики с доступностью отдыха, но предупреждает смешение методологических оснований.
Экономические зависимости могут быть существенными при умеренной текстовой близости. Для туризма транспортная доступность определяет возможность поездки, а качество городской и коммунальной среды влияет на пребывание. Экологическое состояние территорий связано с сохранением ресурса туристического спроса. Для совместной оценки предлагается проверять конкретные проекты на общей территории и в общем временном окне, фиксируя вклад каждой инфраструктурной системы.
Поэтому межпроектное взаимодействие следует описывать через согласованные результаты. Примером служит одновременная готовность дороги, коммунальных сетей и гостиницы, позволяющая открыть объект в установленный сезон. Для кадровых программ таким результатом является обеспечение работающего комплекса подготовленными сотрудниками. Для цифровых систем – сопоставимые сведения об объектах и завершённых услугах, пригодные для статистики и управленческой оценки.