Исследователи НИУ ВШЭ изучили, как стаж и рейтинг врачей влияют на доверие пациентов к медицинской информации. Оказалось, что люди считают более убедительным мнение врачей, у которых высокий рейтинг, а на опыт работы обращают меньше внимания. Результаты опубликованы в журнале Frontiers in Human Neuroscience.
Магистрант МИЭМ ВШЭ Михаил Маликов разработал новые легковесные арбитры для сетей на кристалле — механизмы, которые решают, какой пакет данных получит доступ к каналу связи первым при возникновении конкуренции. Его доклад по этой теме был признан лучшим в секции «Процессорные архитектуры, высокопроизводительные вычисления и системное программное обеспечение» на VIII Школе молодых ученых, прошедшей в рамках форума.
Экономист НИУ ВШЭ c помощью микроэкономической модели показала, что чрезмерно строгие ограничения на сбор и обработку персональных данных приносят пользователям больше вреда, чем пользы. Статья опубликована в журнале «Вопросы экономики».
Nikiforovskaya A., Kapralov N., Vlasova A. и др., , in: 2020 19th IEEE International Conference on Machine Learning and Applications (ICMLA 2020).: Miami: IEEE, 2020. P. 314–319.
Шаврина Т. О., Феногенова А. С., Emelyanov A. и др., , in: Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP).: Association for Computational Linguistics, 2020. P. 4717–4726.
Emelyanov A., Артемова Е. Л., , in: Computational Linguistics and Intellectual Technologies Papers from the Annual International Conference “Dialogue” (2019)Issue 18.: M.: Russian State University for the Humanitie, 2019. P. 203–212.
Davletov A., Gordeev D., Rei A. и др., , in: Компьютерная лингвистика и интеллектуальные технологии: по материалам ежегодной международной конференции «Диалог» (Москва, 17–20 июня 2020 г.)Issue 19(26): дополнительный том.: -, 2020. P. 187–197.
Артемова Е. Л., Batura T., Саркисян В. В. и др., , in: Компьютерная лингвистика и интеллектуальные технологии: По материалам ежегодной международной конференции «Диалог» (Москва, 17 июня — 20 июня 2020 г.)Вып. 19(26).: М.: Изд-во РГГУ, 2020. P. 416–432.
In this paper, we present a shared task on core information extraction problems, named entity recognition and relation extraction. In contrast to popular shared tasks on related problems, we try to move away from strictly academic rigor and rather model a business case. As a source for textual data we choose the corpus of Russian ...