Обробка та аналіз природної мови методами машинного навчання

Бондарчук, В. Ю.; Арсенюк, І. Р.

Обробка та аналіз природної мови методами машинного навчання

dc.contributor.author	Бондарчук, В. Ю.	uk
dc.contributor.author	Арсенюк, І. Р.	uk
dc.title	Обробка та аналіз природної мови методами машинного навчання	uk
dc.date.issued	2020
dc.publisher	Вінницький національний технічний університет	uk
dc.identifier.citation	Бондарчук В. Ю. Обробка та аналіз природної мови методами машинного навчання [Електронний ресурс] / В. Ю. Бондарчук, І. Р. Арсенюк // Матеріали XLIX науково-технічної конференції підрозділів ВНТУ, Вінниця, 27-28 квітня 2020 р. – Електрон. текст. дані. – 2020. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2020/paper/view/9161.	uk
dc.relation.ispartof	Матеріали XLIX науково-технічної конференції підрозділів ВНТУ, Вінниця, 27-28 квітня 2020 р.	uk
dc.relation.uri	https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2020/paper/view/9161
dc.identifier.udc	681.12
dc.identifier.uri	https://ir.lib.vntu.edu.ua/handle/123456789/29530
dc.description.abstract	Розглянуто основні проблеми обробки природної мови. Проаналізовано основні напрямки обробки, зокрема нейронні мережі з пам'яттю, керовані рекурентні, Tree-LSTM.	uk
dc.description.abstract	The main problems of the processing of natural materials are examined. The main strands of sample processing, neuronal measure of memory, memory recurrence, Tree-LSTM were analyzed.	en
dc.subject	обробка природної мови	uk
dc.subject	аналіз тексту	uk
dc.subject	обробка тексту	uk
dc.subject	аналіз тональності тексту	uk
dc.subject	класифікація	uk
dc.subject	нейронна мережа	uk
dc.subject	збір даних	uk
dc.subject	Natural Language Processing	en
dc.subject	text analysis	en
dc.subject	text processing	en
dc.subject	sentiment analysis	en
dc.subject	classification	en
dc.subject	neural network	en
dc.subject	data mining	en
dc.type	Thesis
dc.language.iso	uk	uk
dc.relation.references	Барсегян А. А. Анализ данных и процессов: учеб. пособие / А. А. Барсегян, М. С. Куприянов, И. И. Холод, М. Д. Тесс, С. И. Елизаров. – 3-е изд., перераб. и доп. Санкт-Петербург: БХВ-Петербург, 2009. – 512с.	ru
dc.relation.references	Yang Y. A re-examination of text categorization methods / Y. Yang, X. Liu // Proc. of Int. ACM Conference on Research and Development in Information Retrieval (SIGIR-99), 1999. – P. 42 – 49.	en
dc.relation.references	Вагин В. Н. Достоверный и правдоподобный вывод в интеллектуальных системах / В. Н. Вагин, Е. Ю. Головина, А. А. Загорянская, М. В. Фомина. – Москва: Физматлит, 2004. – 704 с.	ru
dc.relation.references	Quinlan J. R. C4.5 Programs for machine learning. – Morgan Kaufmann, – San Mateo, Californie, 1993.	en
dc.relation.references	Айвазян С. А. Прикладная статистика: классификация и снижение размерности / С. А. Айвазян, В. М. Бухштабер, И. С. Енюков, Л. Д. Мешалкин. – Москва: Финансы и статистика, 1989.	ru
dc.relation.references	Joachims Т. Making large-scale SVM learning practical / T. Joachims // Advances in Kernel Methods Support Vector Learning. – MIT Press, 1999. – 218 p.	en
dc.date.accessioned	2020-03-30T16:29:50Z
dc.date.available	2020-03-30T16:29:50Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1

Назва:: 9161.pdf
Розмір:: 404,75 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

НТКП ВНТУ. Факультет інформаційних технологій та комп'ютерної інженерії (2020)