<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Підходи та методи застосування технологій штучного інтелекту для розв’язання задач обробки текстової інформації

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

У статті описано методи і підходи з галузі штучного інтелекту, які використовуються для розв’язання задач обробки текстової інформації. Окреслені перспективні напрямки розвитку галузі, виділені переваги та недоліки розглянутих методів у актуальних задачах NLP.
This article describes methods and approaches that are designed to solve text information processing (NLP) problems. The directions of development of the branch, prospects of advantages and disadvantages of the considered methods in the tasks of NLP, translation of such text are outlined.

Опис

УДК

Тип документа

Мова

ISSN

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Барановська А. Ю. Підходи та методи застосування технологій штучного інтелекту для розв’язання задач обробки текстової інформації [Електронний ресурс] / А. Ю. Барановська, М. А. Лешок, О. В. Бісікало // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2022)», Вінниця, 16-17 червня 2022 р. – Електрон. текст. дані. – 2022. – Режим доступу: https://conferences.vntu.edu.ua/index.php/mn/mn2022/paper/view/15365.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (5)

  1. J. Le. (2018). ―The 7 NLP Techniques That Will Change How You Communicate in the Future (Part I). Режим доступу: https://heartbeat.fritz.ai/the-7-nlp-techniques-that-will-change-how-youcommunicate-in-the-future-part-i-f0114b2f0497
  2. M. Bates (1995). ― Models of natural language understanding. Режим доступу: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC40721/
  3. R. Socher, ―Recursive deep learning for natural language processing and computer vision. Stanford University, 2014, pp. 8-120.
  4. Afanasieva I. Data exchange model in the Internet of Things concept / I. Afanasieva, N. Golian, O. Hnatenko, Y. Daniiel, K. Onyshchenko // Telecommunications and Radio Engineering, New York, 2019. – 10(78). – p. 869-878
  5. Onyshchenko A. Adaptive method of training neural networks / A. Onyshchenko, K. Onyshchenko // Technique and technology. Science, Research, Development #29. Gdansk, 2020. – p. 9-1