Об’єктом дослідження є семантична структура для композиції когнітивних веб-сервісів. Структура призначена для моделювання, пошуку та оркестрації когнітивних веб-сервісів, таких як розпізнавання тексту, переклад мов та аналіз тональності, у динамічних середовищах. Проблема, що вирішувалася, полягає у відсутності ефективних та масштабованих механізмів автоматизованого пошуку та композиції когнітивних веб-сервісів, які можуть адаптуватися до змінних вимог і забезпечувати дотримання параметрів якості обслуговування (QoS). Існуючі підходи часто базуються на статичних правилах або пошуку за ключовими словами, що не забезпечує достатньої точності, адаптивності чи масштабованості для складних екосистем сервісів. Основним результатом дослідження є розробка семантичної структури, яка інтегрує моделювання сервісів на основі онтологій із логічним висновуванням через правила SWRL (Semantic Web Rule Language). Ця структура забезпечує динамічну композицію сервісів завдяки використанню семантичних зв’язків між сервісами, вхідними та вихідними даними, а також обмеженнями, такими як час виконання та точність. Результати показують вищу семантичну точність, кращу адаптивність до змін та покращену відповідність параметрам QoS порівняно з існуючими підходами. Це досягається завдяки використанню формалізованої онтології для точного представлення сервісів, SWRL-правил для автоматизованого висновування та динамічної композиції сервісів на основі семантичних зв’язків, що покращує відповідність запитам і скорочує час виконання. Запропонована структура може бути використана на практиці в середовищах, де потрібна адаптивна оркестрація та композиція сервісів, таких як системи інтелектуальної автоматизації, екосистеми хмарних сервісів та додатки для IoT (Internet of Things). Її ефективність особливо проявляється у сценаріях, що передбачають складні багатосервісні робочі процеси, де традиційні підходи є малоефективними. Гнучкість структури забезпечує її застосування в різних доменах з мінімальними змінами для інтеграції нових сервісів чи робочих процесів.

The object of the research is the semantic structure for the composition of cognitive web services. The framework is designed to model, search, and orchestrate cognitive web services, including functionalities such as text recognition, language translation, and sentiment analysis, within dynamic environments. The problem addressed is the lack of efficient and scalable mechanisms for the automated discovery and composition of cognitive web services that can adapt to changing requirements and meet Quality of Service (QoS) constraints. Existing approaches often rely on static rules or keyword-based searches, which fail to provide adequate precision, adaptability, or scalability for complex service ecosystems. The key result of the study is the development of a semantic framework that integrates ontology-based service modeling with logical inference using SWRL (Semantic Web Rule Language) rules. The framework supports dynamic service composition by leveraging semantic relationships between services, input/output data, and constraints such as execution time and accuracy. The results demonstrate higher semantic precision, better adaptability to changes, and improved QoS compliance compared to existing approaches. This is achieved through the use of a formalized ontology for precise service representation, SWRL rules for automated inference, and dynamic service composition based on semantic relationships, which improves query matching and reduces execution time. The proposed framework can be practically applied in environments requiring adaptive service orchestration and composition, such as intelligent automation systems, cloud-based service ecosystems, and IoT (Internet of Things) applications. Its effectiveness is especially evident in scenarios involving complex multiservice workflows where traditional approaches are inefficient. The framework's extensibility ensures its applicability across various domains, with minimal customization required to incorporate new services or workflows.