Palielinoties informācijas apjomam pasaulē, daudzās sfērās pieaug nepieciešamība pēc datorizētas dažādu objektu klasifikācijas. Tāpēc arvien aktuālāka ir automātisku datu apstrādes tehniku izmantošana, kurās ir iesaistīta mašīnapmācība. Klasifikācija ir viens no mašīnapmācības uzdevumiem, kura mērķis ir noteikt objekta piederību noteiktai klasei, balstoties uz klasifikācijas algoritmam sniegtiem faktiem par zināma skaita objektu atbilstību šīm klasēm. Par automātisku klasifikāciju promocijas darbā tiek saukts datorizēts klasifikācijas process, kurā no klasifikatora apmācības brīža ar sagatavotiem apmācības datiem līdz lēmuma pieņemšanai par jaunu objektu klasifikāciju netiek iesaistīts sistēmas lietotājs vai eksperts. Risināmajiem uzdevumiem un apstrādājamajiem datiem kļūstot arvien sarežģītākiem, pilnībā automātiskas klasifikācijas pieejas ne vienmēr sniedz vēlamo rezultātu. Tādēļ promocijas darbs ir veltīts automatizēta jeb daļēji automātiska klasifikācijas risinājuma izveidei, kas izmanto gan mašīnapmācības sniegtās iespējas, gan interaktīvu sadarbību ar jomas ekspertu savu rezultātu uzlabošanai klasifikatora lietošanas laikā, ja klasifikators sastopas ar objektu, ko tas nespēj klasificēt vai nav pārliecināts par sava lēmuma pareizību. Viena no mašīnapmācībā izmantotajām klasifikācijas metožu grupām ir induktīvā apmācība. Induktīvajā apmācībā iegūtie rezultāti ir saprotami ne tikai datorsistēmai, bet arī tās lietotājam. Šī ir būtiska induktīvās apmācības priekšrocība, salīdzinājumā ar citām klasifikācijas metodēm. Lai pilnvērtīgi iesaistītu ekspertu, klasifikācijas sistēma balstās uz induktīvās apmācības izmantošanu cilvēkam saprotamu klasifikācijas likumu iegūšanai. Promocijas darbā ir izstrādāts interaktīvas uz induktīvo apmācību balstītas klasifikācijas sistēmas (InClaS) modelis, kas apvieno algoritmus, arhitektūras un vadlīnijas, kuras ļauj izstrādāt interaktīvu klasifikācijas sistēmu. Šādas sistēmas izstrādes mērķis ir samazināt nepareizi klasificēto objektu skaitu, salīdzinot ar „tradicionālu” automātisku klasifikācijas sistēmu. Modelis ir speciāli izstrādāts lietošanai jomās, kur objekts var piederēt vienlaicīgi vairākām klasēm (daudzkategoriju klasifikācija). InClaS modelis ir aprobēts divās problēmsfērās – izglītībā un medicīnā –, kas pierāda, ka nepareizi klasificēto objektu skaitu ir iespējams samazināt, ja klasifikatoram neskaidrie (neklasificētie un nepārliecinoši klasificētie) objekti tiek atlasīti un nodoti ekspertam izvērtēšanai. Promocijas darba rezultāti ir atspoguļoti 13 zinātniskajos rakstos un par tiem ir ziņots 12 dažādās starptautiskās konferencēs. Darbs sastāv no ievada, 6 nodaļām, galvenajiem rezultātiem un secinājumiem. Tajā ir 160 lappuses, 47 attēli un 34 tabulas pamattekstā, 139 nosaukumu literatūras sarakstā un 11 pielikumi.