Інформаційна вебсистема підбору книг за сюжетами
Вантажиться...
Файли
Дата
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
У роботі розглянуто розробку інформаційної вебсистеми для інтелектуального підбору книг за допомогою аналізу сюжетних ліній. Система забезпечує персоналізований пошук за описом подій природною мовою, автоматичний переклад анотацій та формування рекомендацій на основі сюжетної близькості з використанням технологій штучного інтелекту. Вебсистема розроблена з використанням Python (FastAPI) для серверної логіки та інтегрована з мовними моделями для семантичного аналізу.
The paper considers the development of an intelligent information web system for book selection based on storyline analysis. The system provides personalized search using natural language descriptions of events, automated translation of annotations, and generation of recommendations based on semantic plot similarity using artificial intelligence technologies. The web system is developed using Python (FastAPI) for server-side logic and is integrated with large language models for semantic analysis.
The paper considers the development of an intelligent information web system for book selection based on storyline analysis. The system provides personalized search using natural language descriptions of events, automated translation of annotations, and generation of recommendations based on semantic plot similarity using artificial intelligence technologies. The web system is developed using Python (FastAPI) for server-side logic and is integrated with large language models for semantic analysis.
Опис
Ключові слова
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Марущак В. Ю., Войцеховська О. О. Інформаційна вебсистема підбору книг за сюжетами // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/29042.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (1)
- 8. Bast H., Buchhold B., Haussmann E. Semantic Search on Text and Knowledge Bases, Foundations and Trends in Information Retrieval. 2016. Vol. 10 No. 2-3. Р. 119–271. https://doi.org/10.1561/1500000032 Обробка природної мови (NLP) [Електронний ресурс] – Режим доступу: https://uk.wikipedia.org/wiki/Обробка_природної_мови Reimers N., Gurevych I. Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing 2019, 3982-3992. https://aclanthology.org/D19-1410/ Sentence-Transformers: Semantic Textual Similarity [Електронний ресурс] – Режим доступу: https://sbert.net/docs/sentence_transformer/usage/semantic_textual_similarity.html LM Studio – Discover, download, and run local LLMs [Електронний ресурс] – Режим доступу: https://lmstudio.ai/ FastAPI – офіційна документація вебфреймворку [Електронний ресурс] – Режим доступу: https://fastapi.tiangolo.com/ React [Електронний ресурс] – Режим доступу: https://react.dev/ Простий посібник зі схем UML і моделювання баз даних [Електронний ресурс]: https://www.microsoft.com/ukua/microsoft-365/business-insights-ideas/resources/guide-to-uml-diagramming-and-database-modeling