Особливості застосування інформаційної технології семантичної перевірки відповідності рішень лабораторних робіт з використанням нейромережевих технологій
Вантажиться...
Файли
Дата
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
The paper presents an approach to automated semantic verification of the correspondence of solutions to students' laboratory work based on neural network language models and justifies the feasibility of its use for optimizing the educational process.
У роботі наведено підхід до автоматизованої семантичної перевірки відповідності рішень лабораторних робіт студентів на основі нейромережевих мовних моделей та обґрунтовано доцільність його використання для оптимізації навчального процесу.
У роботі наведено підхід до автоматизованої семантичної перевірки відповідності рішень лабораторних робіт студентів на основі нейромережевих мовних моделей та обґрунтовано доцільність його використання для оптимізації навчального процесу.
Опис
Ключові слова
семантична відповідність , лабораторні роботи , нейромережеві моделі , трансформери , SBERT , дистанційне навчання , автоматизація перевірки , семантичний аналіз , semantic matching , laboratory work , neural network models , transformers , distance learning , verification automation , semantic analysis
УДК
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
978-617-8163-95-2
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Алгаш А. М., Крилик Л. В. Особливості застосування інформаційної технології семантичної перевірки відповідності рішень лабораторних робіт з використанням нейромережевих технологій // Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2026/paper/view/27344.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (5)
- Reimers N., Gurevych I. Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. URL: https://arxiv.org/pdf/1908.10084 (дата звернення 25.01.2026).
- Cer D., Diab M., Agirre E., Lopez-Gazpio I., Specia L. Semantic Textual Similarity Multilingual and Cross-lingual Focused Evaluation. URL: https://arxiv.org/pdf/1708.00055 (дата звернення 25.01.2026)
- Reimers N., Gurevych I. Sentence Transformers Documentation. URL: https://www.sbert.net/index.html (дата звернення 25.01.2026).
- Tiwari R. Unlocking the Power of Sentence Embeddings with all-MiniLM-L6-v2. URL: https://medium.com/@rahultiwari065/unlocking-the-power-of-sentence-embeddings-with-all-minilm-l6-v2-7d6589a5f0aa (дата звернення 25.01.2026).
- Bowman S., Angeli G., Potts C., Manning C. A large annotated corpus for learning natural language inference. URL: https://aclanthology.org/D15-1075.pdf (дата звернення 25.01.2026).