dc.contributor.author | Концевой, А. О. | uk |
dc.date.accessioned | 2024-03-19T14:13:32Z | |
dc.date.available | 2024-03-19T14:13:32Z | |
dc.date.issued | 2022 | |
dc.identifier.citation | Концевой А. О. Моделі глибокого навчання для вирішення задачі класифікації текстової інформації [Електронний ресурс] / А. О. Концевой // Матеріали LI науково-технічної конференції підрозділів ВНТУ, Вінниця, 31 травня 2022 р. – Електрон. текст. дані. – 2022. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2022/paper/view/15658. | uk |
dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/40070 | |
dc.description.abstract | Моделі, засновані на глибокому навчанні, перевершили класичні підходи на основі машинного навчання в різних завданнях класифікації текстів, включаючи аналіз настроїв, категоризацію новин, відповіді на запитання та умовивід природної мови. У цій статті проводиться огляд найбільш поширених моделей класифікації текстів на основі глибокого навчання, розроблених за останні роки, та обговорюємо їхній технічний внесок, схожість та сильні сторони. | uk |
dc.description.abstract | Deep learning based models have surpassed classical machine learning based approaches in various text classification tasks, including sentiment analysis, news categorization, question answering, and natural language inference. In this paper, we provide a comprehensive review of most widespread deep learning based models for text classification developed in recent years, and discuss their technical contributions, similarities, and strengths. | en |
dc.language.iso | uk_UA | uk_UA |
dc.publisher | ВНТУ | uk |
dc.relation.ispartof | Матеріали LI науково-технічної конференції підрозділів ВНТУ, Вінниця, 31 травня 2022 р. | uk |
dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2022/paper/view/15658 | |
dc.subject | Класифікація тексту | uk |
dc.subject | аналіз настроїв | uk |
dc.subject | відповіді на запитання | uk |
dc.subject | категоризація новин | uk |
dc.subject | глибоке вивчення | uk |
dc.subject | висновок з природної мови | uk |
dc.subject | класифікація тем | uk |
dc.subject | Text Classification | uk |
dc.subject | Sentiment Analysis | uk |
dc.subject | Question Answering | uk |
dc.subject | News Categorization | uk |
dc.subject | DeepLearning | uk |
dc.subject | Natural Language Inference | uk |
dc.subject | Topic Classification | uk |
dc.title | Моделі глибокого навчання для вирішення задачі класифікації текстової інформації | uk |
dc.type | Thesis | |
dc.identifier.udc | 004.912 | |
dc.relation.references | I. Goodfellow, Y. Bengio, and A. Courville, Deep learning. MIT press, 2016. | |
dc.relation.references | S. Wang and C. D. Manning, Baselines and bigrams: Simple, good sentiment and topic classification, in Proceedings of the 50th annual meeting of the association for computational linguistics: Short papers-volume 2. Association for Computational Linguistics, 2012. | |
dc.relation.references | R. Socher, A. Perelygin, J. Wu, J. Chuang, C. D. Manning, A. Y. Ng, and C. Potts, Recursive deep models for semantic compositionality over a sentiment treebank, in Proceedings of the 2013 conference on empirical methods in natural language processing, 2013. | |