Исследование критериев выбора типов нейронных сетей для распознавания смысловой нагрузки текстов; Вестник ГГНТУ. Технические науки; Т. 22, № 1 (43)

Chi tiết về thư mục
Parent link:Вестник ГГНТУ. Технические науки.— .— Грозный: ГГНТУ
Т. 22, № 1 (43).— 2026.— С. 16-24
Tác giả chính: Голубев Р. О. Роман Олегович
Tác giả khác: Мамонова Т. Е. Татьяна Егоровна
Tóm tắt:Заглавие с экрана
Рассматриваются типы нейронных сетей для работы с текстом, их настройки и сферы применения. Показана зависимость выбора нейронной сети для распознавания смысловой нагрузки текстов от следующих факторов: тип задачи, длина последовательности, объем данных, специфика модели, сложность задачи. Отмечается, что нейронные сети являются мощным инструментом для решения задач обработки естественного языка (NLP, Natural language processing), так как они способны обрабатывать сложные языковые структуры и контекст текста
The types of neural networks for working with text, their settings and applications are considered. The dependence of the choice of a neural network for recognizing the semantic load of texts on the following factors is shown: the type of task, the length of the sequence, the amount of data, the specifics of the model, and the complexity of the task. It is noted that neural networks are a powerful tool for solving problems of natural language processing (NLP, Natural language processing) as they are able to process complex language structures and text context
Текстовый файл
Ngôn ngữ:Tiếng Nga
Được phát hành: 2026
Những chủ đề:
Truy cập trực tuyến:https://elibrary.ru/item.asp?id=89898435
Định dạng: Điện tử Chương của sách
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=686574

MARC

LEADER 00000naa0a2200000 4500
001 686574
005 20260915120821.0
090 |a 686574 
100 |a 20260522d2026 k||y0rusy50 ca 
101 0 |a rus 
102 |a RU 
135 |a drcn ---uucaa 
181 0 |a i   |b  e  
182 0 |a b 
183 0 |a cr  |2 RDAcarrier 
200 1 |a Исследование критериев выбора типов нейронных сетей для распознавания смысловой нагрузки текстов  |d Study of criteria for selecting types of neural networks for recognition of the semantic load of texts  |f Р. О. Голубев, Т. Е. Мамонова  |z eng 
203 |a Текст  |b визуальный  |c электронный 
283 |a online_resource  |2 RDAcarrier 
300 |a Заглавие с экрана 
320 |a Литература: 25 назв 
330 |a Рассматриваются типы нейронных сетей для работы с текстом, их настройки и сферы применения. Показана зависимость выбора нейронной сети для распознавания смысловой нагрузки текстов от следующих факторов: тип задачи, длина последовательности, объем данных, специфика модели, сложность задачи. Отмечается, что нейронные сети являются мощным инструментом для решения задач обработки естественного языка (NLP, Natural language processing), так как они способны обрабатывать сложные языковые структуры и контекст текста 
330 |a The types of neural networks for working with text, their settings and applications are considered. The dependence of the choice of a neural network for recognizing the semantic load of texts on the following factors is shown: the type of task, the length of the sequence, the amount of data, the specifics of the model, and the complexity of the task. It is noted that neural networks are a powerful tool for solving problems of natural language processing (NLP, Natural language processing) as they are able to process complex language structures and text context 
336 |a Текстовый файл 
461 1 |t Вестник ГГНТУ. Технические науки  |c Грозный  |n ГГНТУ 
463 1 |t Т. 22, № 1 (43)  |v С. 16-24  |d 2026 
610 1 |a нейронные сети 
610 1 |a предобучение 
610 1 |a дообучение 
610 1 |a рекуррентные нейронные сети 
610 1 |a RNN 
610 1 |a долгосрочная краткосрочная память 
610 1 |a LSTM 
610 1 |a графовые нейронные сети 
610 1 |a GNN 
610 1 |a электронный ресурс 
610 1 |a труды учёных ТПУ 
700 1 |a Голубев  |b Р. О.  |g Роман Олегович 
701 1 |a Мамонова  |b Т. Е.  |c специалист в области информатики и вычислительной техники  |c доцент Томского политехнического университета, кандидат технических наук  |f 1983-  |g Татьяна Егоровна  |9 14174 
801 0 |a RU  |b 63413507  |c 20260522  |g RCR 
850 |a 63413507 
856 4 0 |u https://elibrary.ru/item.asp?id=89898435  |z https://elibrary.ru/item.asp?id=89898435 
942 |c CF