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

Удосконалення методу семантичного аналізу тексту на основі рекурентної нейронної мережі

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

Удосконалено метод семантичного аналізу тексту із використанням рекурентної нейронної мережі. Подано схему фільтрації шумів вхідного тексту на основі коригування семантичних ланцюгів за допомогою збереження текстового потоку. Визначено переваги та недоліки використання автоматизованих алгоритмів для задачі визначення контексту текстової інформації користувача інтелектуальної інформаційної системи на прикладі чат-боту.
The method of semantic text analysis using a recurrent neural network has been improved. A scheme for noise filtering of the input text based on the correction of semantic chains using the preservation of the text stream was presented. The advantages of using automated algorithms for the task of determining the context of the textual information of the user of the intelligent information system were determined using the example of a chatbot.

Опис

УДК

Тип документа

Мова

ISSN

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Яровий А. А., Кудрявцев Д. С. Удосконалення методу семантичного аналізу тексту на основі рекурентної нейронної мережі // Матеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2024/paper/view/20643.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (4)

  1. Galal, Omar & Abdel-Gawad, Ahmed & Farouk, Mona. (2024). Federated Freeze BERT for text classification. Journal of Big Data. 11. 10.1186/s40537-024-00885-x..
  2. Villa, Laura & Carneros-Prado, David & Sánchez-Miguel, Adrián & Dobrescu, Cosmin & Hervás, Ramón. (2023). Conversational Agent Development Through Large Language Models: Approach with GPT. 10.1007/978-3-031-48306-6_29.
  3. A. Yarovyi, D. Kudriavtsev, Method of Multi-Purpose Text Analysis Based on a Combination of Knowledge Bases for Intelligent Chatbot, CEUR Workshop Proceedings 2870 (2021) 1238-1248.
  4. A. Yarovyi and D. Kudriavtsev, "Dictionary data structure for a text analysis task using crossreferences," 2022 IEEE 17th International Conference on Computer Sciences and Information Technologies (CSIT), Lviv, Ukraine, 2022, pp. 61-64, doi: 10.1109/CSIT56902.2022.10000460.