Работа Ашихминой А. С. посвящена алгоритмам анализа семантической согласованности  текста деловых документов для решения задачи поиска  различных аномалий в содержимом. С целью тестирования алгоритмов автором была сформирована тестовая коллекция,  где в некоторые документы были добавлены «мусорные» параграфы. Задача свелась к построению бинарного классификатора, который должен предсказывать является ли блок текста согласованным по смыслу с окружающим текстом.   Всего рассмотрено 4 подхода:  стандартная тематическая модель по параграфам (LDA), использование векторного представления слов, построение собственной тематической модели и явная аннотация параграфов по тематической модели. В первых трех случаях  окружающим параграфам (контексту) и параграфу со спорным содержимым сопоставлялся вектор, который использовался для обучения стандартных алгоритмов машинного обучения. В четвертом случае считалась вероятность перехода от одной темы к другой. Для предложенных алгоритмов посчитаны метрики качества — точность и полнота.  Работа Ашихминой А. С. посвящена актуальной теме, неплохо оформлена, в ней присутствуют оригинальные решения, поставленные цели выполнены.   Среди недостатков можно выделить следующие:     • хотелось бы более полный обзор существующих решений;     • недостаточно мотивирован выбор алгоритмов машинного обучения на втором этапе;     • результаты представлены только по синтетической коллекции.   Тем не менее перечисленные недостатки не снижают ценности работы. Считаю, что работа заслуживает оценки «отлично». Рекомендую Ашихмину А. С. к поступлению в магистратуру.