Правовая информатика ♦ Legal Informatics
выпуск № 1 за 2026 г., статья № 11 ♦ issue #1 of 2026, article #11


 Название ♥ Title • DOI • .pdf  Авторы ♥ Authors 

 Ключевые слова ♥ Keywords  Аннотация ♥ Abstract  Сведения об авторах ♥ Info on the authors 

 Список источников  Финансирование 

 Правообладатель, лицензия  Метаданные: открытая лицензия 

 XML-описание элементов статьи ♥ XML description of elements of the paper 


Название ♦ Title  ↑ (наверх) ↑ 

Рус: ТЕХНОЛОГИИ ПРЕОБРАЗОВАНИЯ ЭКСПЕРТНЫХ ЗНАНИЙ В SMART-МЕТОДИКИ СУДЕБНЫХ ЭКСПЕРТИЗ
Eng: TECHNOLOGIES FOR TRANSFORMING EXPERT KNOWLEDGE INTO SMART METHODOLOGIES FOR FORENSIC EXAMINATIONS

DOI: 10.24412/1994-1404-2026-1-00-11

 Гиперссылка на полнотекстовую версию статьи (.pdf) 


Авторы ♦ Authors  ↑ (наверх) ↑ 

РУС: Свистунов А. В.
ENG: Andrei V. Svistunov


Ключевые слова ♦ Keywords  ↑ (наверх) ↑ 

РУС: автоматизация экспертной деятельности, онтологии OWL, процессные модели BPMN, таблицы решений DMN, оркестровка цифровых технологий, цифровая трансформация, машиноисполняемые стандарты, формализация методик, семантическое моделирование, контроль качества заключений
ENG: automation of expert activities, OWL ontologies, BPMN process models, DMN decision tables, digital technology orchestration, digital transformation, machine-executable standards, methodology formalization, semantic modeling, quality control of expert conclusions


Аннотация ♦ Abstract  ↑ (наверх) ↑ 

РУС:
Цель работы. Разработка концептуальной архитектуры и методологии преобразования традиционных текстовых методик судебных экспертиз в формализованные машиноисполняемые SMART-методики четвёртого уровня цифровой зрелости, основанные на интеграции онтологических, процессных и логических моделей.

Метод исследования. Методологической основой является системный подход к интеграции трёх ключевых технологий: онтологий OWL для семантического моделирования предметной области, процессных диаграмм BPMN для описания последовательности экспертных действий и таблиц решений DMN для формализации логики принятия решений. Предложен принцип «оркестровки», при котором компоненты функционируют как единая система с общей идентификацией через URI/UUID. Для работы со слабоформализованными текстами методик применяются технологии обработки естественного языка и большие языковые модели с доверенным контуром валидации.

Результаты исследования. Предложена формальная модель SMART-методики как исполняемого цифрового контейнера, включающего текст, OWL-онтологию, BPMN-процесс, DMN-модели решений, правила валидации и журнал происхождения. Описана пятиэтапная методология преобразования: от структурирования источников знаний до интеграции компонентов в единый исполняемый процесс на программных платформах исполнения моделей бизнес-процессов и решений. Введён протокол сквозной трассируемости, обеспечивающий объяснение выводов от факта до решения. Определены направления реализации SMART-сервисов: автоматический подбор методик, цифровой помощник эксперта, контроль качества, валидация и генерация заключений. Сформулированы измеримые критерии эффективности для пилотной апробации. Внедрение SMART-методик позволит повысить объективность, полноту и проверяемость экспертных заключений, сократить трудозатраты и снизить вероятность методических ошибок.

ENG:
Purpose. Development of a conceptual architecture and methodology for transforming traditional text-based forensic examination methodologies into formalized machine-executable SMART methodologies at the fourth level of digital maturity, based on the integration of ontological, process, and logical models.

Research method. The methodological foundation is a systematic approach to integrating three key technologies: OWL ontologies for semantic domain modeling, BPMN process diagrams for describing the sequence of expert actions, and DMN decision tables for formalizing decision-making logic. An “orchestration” principle is proposed, wherein components function as a unified system with common identification through URI/UUID. Natural language processing technologies and large language models with a trusted validation loop are applied for working with weakly formalized methodology texts.

Results. A formal model of a SMART methodology as an executable digital container is proposed, comprising text, OWL ontology, BPMN process, DMN decision models, validation rules, and a provenance log. A five-stage transformation methodology is described, from structuring knowledge sources to integrating components into a single executable process on the Camunda platform. An end-to-end traceability protocol is introduced. Implementation directions for SMART services are defined: automatic methodology selection, digital expert assistant, quality control, validation, and report generation. Measurable effectiveness criteria for pilot testing are formulated. Implementation of SMART methodologies will enhance objectivity, completeness, and verifiability of expert conclusions while reducing labor costs and methodology errors.


Сведения об авторах ♦ Information on the authors  ↑ (наверх) ↑ 

Ф. И. О.
РУС:
Свистунов Андрей Васильевич
ENG: Andrei V. Svistunov
Место работы
РУС:
Научный центр правовой информации при Министерстве юстиции Российской Федерации
ENG: Scientific Centre for Legal Information under the Ministry of Justice of the Russian Federation
Город, страна
РУС:
Москва, Российская Федерация
ENG: Moscow, Russian Federation


Список источников  ↑ (наверх) ↑ 

  1. Иванова Е.В. Методики экспертного исследования и их валидация: понятия и критерии, некоторые терминологические несоответствия // Теория и практика судебной экспертизы. 2021;16(3):32-40.
  2. Чеснокова Е.В. Теоретические и методологические основы стандартизации в судебно-экспертной деятельности: научное издание. М. : ФБУ РФЦСЭ при Минюсте России, 2021. 130 с.
  3. Орлов Ю.К. Логическая структура заключения эксперта как судебного доказательства // Вестник университета имени О.Е. Кутафина (МГЮА). 2024. № 3.
  4. Усов А.И., Омельянюк Г.Г., Чеснокова Е.В. Современная система научно-методических материалов по судебной экспертизе в судебно-экспертных учреждениях Минюста России // Теория и практика судебной экспертизы. 2025. Т. 20. № 4. С. 59—69. DOI: 10.30764/1819-2785-2025-4-59-69.
  5. Дмитриева С.Ю., Николаев А.Ф., Георгиева А.А. SMART-стандарты: цифровой инструмент автоматизации управления // Методы менеджмента качества. 2024. № 9. С. 12—21.
  6. Дмитриева С., Кубишин О., Самотуго И. «Умные (SMART) стандарты. Архитектура и форматы данных»: стандарт в деталях // Стандарты и качество. 2025. № 1.
  7. Тихобаева О.Ю., Бручес Е.П. Извлечение семантических отношений из текстов научных статей // Вестник Новосибирского государственного университета. Серия: Информационные технологии. 2022. Т. 20. № 3. С. 65—76. DOI: 10.25205/1818-7900-2022-20-3-65-76.
  8. Aalst, W.M.P., van der, Berens, L. A cognitive BPM theory for knowledge-intensive processes // Business Process Management Journal, 2023, Vol. 29. No. 2, pp. 465–489.
  9. Малиновский М.О., Анисимов А.Ю. Формирование алгоритма реструктуризации бизнес-процессов производственных систем в условиях цифровизации // Вестник Московского университета имени С.Ю. Витте. Серия 1: Экономика и управление. 2023. № 4 (47). С. 84—91. DOI: 10.21777/2587-554X-2023-4-84-91.
  10. Пальмов С.В., Кузнецов Н.И., Садыков В.И. Сравнительный анализ BPMS, основанных на правилах и нейросетевых моделях принятия решений // Индустриальная экономика. 2025. № 7. С. 92—96. DOI: 10.47576/2949-1886.2025.7.7.012.
  11. Сидорова Е.А., Иванов А.И., Овчинникова К.А. Извлечение информации из текстов на основе онтологии и больших языковых моделей // Онтология проектирования. 2025. Т. 15. № 1 (55). С. 114—129. DOI: 10.18287/2223-9537-2025-15-1-114-129.
  12. Большакова Е.И., Семак В.В. Методы и средства извлечения терминов из текстов для терминологических задач // Программные продукты и системы. 2025. Т. 38. № 1. С. 5—16. DOI: 10.15827/0236-235X.149.005-016.
  13. Романов А.А., Рубцов И.А., Святов К.В., Филиппов А.А. Построение базы знаний для автономного управления беспилотными транспортными средствами // Онтология проектирования. 2024. Т. 14. № 1 (51). С. 94—106. DOI: 10.18287/2223-9537-2024-14-1-94-106.
  14. Купцова Д.В., Дмитриев А.Я., Новиков И.С. Онтологические аспекты стандартизации // Онтология проектирования. 2025. Т. 15. № 4 (58). С. 486—496. DOI: 10.18287/2223-9537-2025-15-4-486-496.
  15. Курникова М.В., Егоров Д.С., Мантуленко В.В. Современные технологии моделирования бизнес-процессов в проектно-изыскательской деятельности: анализ и тенденции // Экономика, предпринимательство и право. 2024. Т. 14. № 12. С. 7679—7694. DOI: 10.18334/epp.14.12.122398.


Финансирование  ↑ (наверх) ↑ 

Исследование выполнено в инициативном порядке.


Правообладатель и лицензия на использование  ↑ (наверх) ↑ 

Использование статьи осуществляется на условиях простой (неисключительной) лицензии CC BY-NC, с обязательным указанием авторства и источника публикации, исключительно в некоммерческих целях.


Открытая лицензия на использование метаданных  ↑ (наверх) ↑ 

Использование метаданных статьи осуществляется на условиях открытой лицензии CC0.