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

Лешок, М. А.; Барановська, А. Ю.; Бісікало, О. В.

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

dc.contributor.author	Лешок, М. А.	uk
dc.contributor.author	Барановська, А. Ю.	uk
dc.contributor.author	Бісікало, О. В.	uk
dc.title	Підходи та методи застосування технологій штучного інтелекту для розв’язання задач обробки текстової інформації	uk
dc.date.issued	2022
dc.publisher	Вінницький національний технічний університет	uk
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.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.identifier.udc	004.048
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.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.type	Thesis
dc.language.iso	uk	uk
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
dc.date.accessioned	2025-03-19T13:43:39Z
dc.date.available	2025-03-19T13:43:39Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1

Назва:: 15365.pdf
Розмір:: 601,63 KB
Формат:: Adobe Portable Document Format

Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1

Назва:: license.txt
Розмір:: 17 B
Формат:: Plain Text
Опис:

Завантажити

Зібрання

Молодь в науці: дослідження, проблеми, перспективи (МН-2022)