| dc.contributor.author | Лешок, М. А. | uk |
| dc.contributor.author | Барановська, А. Ю. | uk |
| dc.contributor.author | Бісікало, О. В. | uk |
| dc.date.accessioned | 2025-03-19T13:43:39Z | |
| dc.date.available | 2025-03-19T13:43:39Z | |
| dc.date.issued | 2022 | |
| dc.identifier.citation | 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. | uk |
| dc.identifier.uri | https://ir.lib.vntu.edu.ua//handle/123456789/46052 | |
| dc.description.abstract | 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. | uk |
| dc.description.abstract | 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. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали Всеукраїнської науково-практичної інтернет-конференції "Молодь в науці: дослідження, проблеми, перспективи (МН-2022)", Вінниця, 16-17 червня 2022 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/mn/mn2022/paper/view/15365 | |
| dc.subject | Штучний інтелект | uk |
| dc.subject | обробка природної мови | uk |
| dc.subject | математична лінгвістика | uk |
| dc.subject | аналіз тексту | uk |
| dc.subject | машинне навчання | uk |
| dc.subject | глибинне навчання | uk |
| dc.subject | інструменти машинного навчання | uk |
| dc.subject | Artificial intelligence | en |
| dc.subject | natural language processing | en |
| dc.subject | mathematical linguistics | en |
| dc.subject | text analysis | en |
| dc.subject | machine learning | en |
| dc.subject | deep
learning | en |
| dc.subject | machine learning tools | en |
| dc.title | Підходи та методи застосування технологій штучного інтелекту для розв’язання задач обробки текстової інформації | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 004.048 | |
| dc.relation.references | 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 | en |
| dc.relation.references | M. Bates (1995). ― Models of natural language understanding. Режим доступу:
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC40721/ | en |
| dc.relation.references | R. Socher, ―Recursive deep learning for natural language processing and computer vision. Stanford
University, 2014, pp. 8-120. | en |
| dc.relation.references | 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 | en |
| dc.relation.references | Onyshchenko A. Adaptive method of training neural networks / A. Onyshchenko, K. Onyshchenko //
Technique and technology. Science, Research, Development #29. Gdansk, 2020. – p. 9-1 | en |
