Отрывок: Перед работой нейронная сеть была обучена на тестовой выборке. Оцениваются два списка терминов, составленных по одному тексту:  первый список составлен экспертом;  второй – программной системой. При составлении списков использованы одинаковые наборы шаблонов. При нахождении экспертом термина, не подходящего по шаблону, термин игнорируется и не заносится в результирующий список. Для э...
Название : Гибридный алгоритм классификации кандидатов в термины текста предметной области
Авторы/Редакторы : Андреев И. А.
Мошкин В. С.
Ярушкина Н. Г.
Дата публикации : 2022
Библиографическое описание : Андреев, И. А. Гибридный алгоритм классификации кандидатов в термины текста предметной области / И. А. Андреев, В. С. Мошкин, Н. Г. Ярушкина // Информационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. / М-во науки и образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - фил. ФНИЦ "Кристаллография и фотоника" РАН. - Самара : Изд-во Самар. ун-та, 2022Т. 4: Искусственный интеллект / под ред. А. В. Никонорова. - 2022. - С. 041182.
Аннотация : В работе описывается метод классификации кандидатов в термины проблемной области при помощи лингвистических методов с использованием нейронных сетей. Приведен алгоритм работы, представлены результаты экспериментов. По результатам работы достигнут высокий показатель точности.
Другие идентификаторы : RU\НТБ СГАУ\491072
Ключевые слова: термины
стемминг
нейронные сети
методы классификации
гибридные алгоритмы
машинное обучение
лингвистика
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
ИТНТ-2022. Том 4. Искусственный интеллект/978-5-7883-1792-2_2022-041182.pdf920.16 kBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.