• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Глава
  • Toxic Comments Detection in Russian
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2028
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
25 сентября 2026 г.
«Климатический переход - это необязательно ограничение для бизнеса»
Линара Хадимуллина работает в сфере низкоуглеродного развития. В интервью проекту «Молодые ученые Вышки» она рассказала, почему природа для нее не просто красивый фон, зачем исследовать роль устойчивого корпоративного управления в снижении выбросов парниковых газов и как выращивание урожая становится источником вдохновения.
25 сентября 2026 г.
Окно в организм: российские ученые создали нейросеть, которая определяет риск заболеваний по глазам
Российские университеты с участием НИУ ВШЭ, Сбер и концерн ИИ Z-union разработали нейросеть, которая по фотографии сетчатки может одновременно оценивать риск 15 видов патологий, включая не только глазные болезни, но и сердечно-сосудистые заболевания. ИИ-система помогает врачу заметить тревожные изменения на ранней стадии, признаки, которые отражаются на состоянии сосудов сетчатки, и понять, нужно ли человеку пройти дополнительное обследование. Работа опубликована в журнале Frontiers in Medicine.
23 сентября 2026 г.
<a>В НИУ ВШЭ испытали робота с ИИ для распознавания окружающей среды
Инженеры и исследователи Института робототехнических систем НИУ ВШЭ провели первые испытания нейросетевой модели для распознавания среды непосредственно на роботе-собаке. Робот передвигался по зданию НИУ ВШЭ на Покровке, а также по Покровскому бульвару, анализируя окружающую обстановку и определяя, в какой сцене и локации он находится.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Toxic Comments Detection in Russian

P. 1149–1159.
Сметанин С. И.
Язык: английский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: машинное обучениекомпьютерная лингвистикаmachine learningcomputational linguisticsклассификация текстовtoxic comments detectionтоксичные комментарии

В книге

Компьютерная лингвистика и интеллектуальные технологии: по материалам ежегодной международной конференции «Диалог» (Москва, 17–20 июня 2020 г.)
Селегей В. Issue 19(26): дополнительный том. , -, 2020.
Похожие публикации
Дополнительная коррекция ошибок в каскадном коде с помощью полносвязных нейронных сетей
Портной С. Л., Ефремов А. М., Кузьмин В. В., В кн.: Распределенные компьютерные и телекоммуникационные сети: управление, вычисление, связь (DCCN-2026): материалы XXIX Международной научной конференции. Россия, Москва, 21–27 сентября 2026 г.: Москва: РУДН, 2026..
В работе рассматривается возможность улучшения помехоустойчивости каскадного кода, состоящего из внутреннего кода Хэмминга (4,3) и внешнего кода Рида — Соломона (7,5) над полем GF(8), за счёт дополнительной кор рекции ошибок на основе машинного обучения. Внешний код декодируется списочным алгоритмом с перебором стираний; рассматриваются списки дли ной 5 и 10 комбинаций. Для компенсации потерь помехоустойчивости при ...
Добавлено: 26 сентября 2026 г.
Lecture Notes in Artificial Intelligence
Springer, 2026.
Добавлено: 20 сентября 2026 г.
Automatic Classification vs. Human Annotation of Emotions in Everyday Spoken Russian: A Case Study of the ESC Corpus
Кирина М. А., Чеповецкая С. В., , in: Speech and Computer. 28th International Conference, SPECOM 2026, Ohrid, North Macedonia, September 17–18, 2026, Proceedings, Part II.: Springer, 2027. P. 58–75.
Добавлено: 20 сентября 2026 г.
Использование методов машинного обучения для повышения эффективности систем противодействия многоэтапных кибератак
Лебедев О. Б., Левченко Д. Д., Черкасов Р. И., Инженерный вестник Дона 2026 № 2(134) Статья 7
Статья посвящена анализу влияния технологий искусственного интеллекта (ИИ) и машинного обучения на развитие, трансформацию киберугроз и создание высокоэффективных систем киберзащиты. Рассматриваются ключевые направления эволюции ИИ, включая ориентированные на данные, модели, приложения и человека подходы, и их роль в формировании как защитных, так и наступательных возможностей. Показано, что злоумышленники активно используют ИИ для автоматизации разведки, персонализации ...
Добавлено: 12 сентября 2026 г.
Модель глубокого обучения для автоматизированной интерпретации медицинских электрофизиологических данных
Лебедев О. Б., Шмелева А. Г., Гежа Н. С., Информатика и автоматизация (Труды СПИИРАН) 2026 Т. 25 № 3 С. 720–750
Статья посвящена разработке нейросетевой модели для автоматизированного анализа медицинских данных в области электрофизиологии на основе методов глубокого обучения. Актуальность работы обусловлена растущей потребностью в повышении объективности, скорости и точности обработки сложных пространственно-временных сигналов, таких как ЭКГ или ЭЭГ. В качестве инструмента анализа были использованы сверточные нейронные сети (CNN), позволяющие извлекать пространственные особенности, и временные сверточные ...
Добавлено: 10 сентября 2026 г.
Анализ согласованности голосования стран ЕАЭС и ОДКБ в ГА ООН с помощью иерархической кластеризации
Вохминцев И. В., Вестник международных организаций: образование, наука, новая экономика 2026 Т. 21 № 2
ЕАЭС и ОДКБ – главные региональные международные организации для России. Понимание, оценка и анализ внешнеполитических позиций стран, которые туда входят — это вопрос национальных интересов страны. Из этого вытекает цель работы: выявление уровня и формы согласованности голосования стран ЕАЭС и ОДКБ в ГА ООН. Уровень согласованности – оценка уровня близости стран при голосовании. Форма согласованности ...
Добавлено: 7 сентября 2026 г.
Анализ безопасности хранения биометрических данных с использованием FaceNet
Стародубов К. В., Гвасалия Г. В., Карасев П. И., Нано-био-технологии. Тепло- и электроэнергетика. Математическое моделирование: сборник статей III международной научно-практической конференции (Липецкий государственный технический университет, Липецк, Россия) 2025 С. 219–223
В данной работе рассматривается понятие нейронных сетей, сверточных нейронных сетей, их архитектура и принцип работы с ними. Основное внимание уделяется проверки надежности хранения изображений людей в качестве эмбедингов, которые как считается не поддаются восстановлению в оригинальное изображение. В ходе исследования проводится эксперимент: эмбединг лица, конкретного человека сравнивается с набором эмбедингов, которые хранятся в одном файле ...
Добавлено: 6 сентября 2026 г.
Scalable machine learning approach to disordered s-wave superconductors
Неверов В. Д., Красавин А. В., Вагов А. В. и др., Physical Review B: Condensed Matter and Materials Physics 2026 Vol. 113 P. 1–6
Добавлено: 5 сентября 2026 г.
Computational Linguistics and Intellectual Technologies: Proceedings of the International Conference “Dialogue 2026”
M.: Russian State University for the Humanitie, 2026.
Добавлено: 2 сентября 2026 г.
Асимметрия информации на рынке адвокатских услуг: создание рейтинга методами машинного обучения
Казун А. П., Девятников В. Ю., Белов М. Д., Вопросы теоретической экономики 2026 Т. 3 № 32 С. 115–135
Как понять, хорош адвокат или нет? В данной статье мы описываем методологию, позволяющую измерять качество юридической помощи через разницу между тем, что предсказывает модель машинного обучения по объективным характеристикам дела, и тем, чем дело закончилось в реальности. Мы исходим из предпосылки, что если у адвоката дела стабильно заканчиваются лучше ожидаемого, то он делает свою работу хорошо. ...
Добавлено: 28 августа 2026 г.
Шизофрения и её влияние на лексический уровень языка
Тасенко О. А., Унтила К. В., Шишковская Т. И. и др., В кн.: Десятая международная конференция по когнитивной науке: Тезисы докладов. Пятигорск, 26–30 июня 2024 г.: Пятигорск: ОПиИД УНР ФГБОУ ВО «ПГУ», 2024. С. 328–329.
Шизофрения – это хроническое психическое расстройство, которое выражается как комбинация психотических симптомов, таких как галлюцинации, бред и дезорганизация когнитивных функций. Для шизофрении характерны трудности с поиском слов, приближение слов, то есть  использование сходных по значению с нужным или же описывающих предполагаемое значение, а также использование негативной лексики чаще, чем в группе нормы, в том числе при  описании ...
Добавлено: 24 августа 2026 г.
Volatility Forecasting From Econometrics To Artificial Intelligence: A Four-Stage Review Of The Evidence Pipeline From Forecast Accuracy To Portfolio Performance
Nikita I. Lysenok, International Journal of Computer Information Systems and Industrial Management Applications 2026 Vol. 18 No. 18s P. 1406–1430
A volatility forecast becomes useful only after it has passed through four stages: a model produces it, a trading rule consumes it, a portfolio aggregates the result, and an investor evaluates that result against a utility function. Each stage has its own mature evaluation apparatus, and each is studied in isolation. This review traces the ...
Добавлено: 23 августа 2026 г.
Proceedings of the 1st Workshop on Linguistic Analysis for Health (HeaLing 2026)
Association for Computational Linguistics, 2026.
Добавлено: 19 августа 2026 г.
Which Model Families Pay? Econometric, Gradient Boosting and Recurrent Neural Network Volatility Forecasts in Active Trading Strategies on the Russian Stock Market
Nikita I. Lysenok, International Journal of Computer Information Systems and Industrial Management Applications 2026 Vol. 18 No. 17s P. 533–549
Добавлено: 18 августа 2026 г.
Сборник тезисов докладов X юбилейной Всероссийской научной студенческой конференции НИУ ВШЭ - Нижний Новгород
Н. Новгород: [б.и.], 2026.
Десятая, юбилейная Всероссийская научная студенческая конференция НИУ ВШЭ — Нижний Новгород, продолжает традицию мероприятий, проводимых ежегодно с 2017 года. Конференция 2026 года собрала более 250 докладчиков из 57 образовательных и научных учреждений России, Израиля и Узбекистана. Мероприятие стало значимой площадкой для молодых учёных, стремящихся раскрыть свой потенциал и внести вклад в развитие науки и образования. ...
Добавлено: 4 августа 2026 г.
Анализ корпусов текстов на естественных языках. Математические методы. Учебное пособие
Чеповский А. М., М.: Мастерская Печати Идей, 2026.
В учебном пособии представлены методы и алгоритмы автоматического анализа корпусов текстов на естественных языках. Предназначено для изучающих методов обработки текстов на естественных языках и создания обучающих массивов текстов.  Для студентов, аспирантов и научных работников, изучающих методы компьютерной лингвистики и обработку текстов. ...
Добавлено: 1 августа 2026 г.
Can Humor Reveal Dark Personalities? Machine-Learning Detection of the Dark Tetrad
Глинкина Л. С., Доптан Э. С., Косоногов В. В., Journal of Individual Differences 2026 No. 47(3) P. 132–143
Добавлено: 8 июля 2026 г.
Сравнение методов автоматической разметки речевых формул в русскоязычном интернет-дискурсе: пилотное исследование
Масленикова А. С., Попова Т. И., В кн.: Компьютерная лингвистика и интеллектуальные технологии: По материалам ежегодной международной конференции «Диалог». Выпуск 24Issue 24.: M.: Max press, 2026. С. 420–428.
Настоящее исследование посвящено разработке и сравнению методов автоматической разметки речевых формул в корпусе русскоязычных интернет-комментариев. Речевые формулы представляют собой класс устойчивых неоднословных единиц, выражающих эмоциональную реакцию в диалоге. Материалом исследования послужил корпус из 10 000 комментариев (157 261 токен), собранных из пяти Telegram-каналов. Формальный поиск по словнику из 437 единиц дал точность (precision) 21%. Для ...
Добавлено: 29 июня 2026 г.
Компьютерная лингвистика и интеллектуальные технологии: По материалам ежегодной международной конференции «Диалог». Выпуск 24
M.: Max press, 2026.
Сборник включает 64 доклада международной конференции по компьютерной лингвистике и интеллектуальным технологиям «Диалог 2026», представляющих широкий спектр теоретических и прикладных исследований в области опиания естественного языка, моделирования языковых процессов, создания практически применимых компьютерных лингвистических технологий. Для специалистов в области теоретической и прикладной лингвистики и интеллектуальных технологий. ...
Добавлено: 27 июня 2026 г.
The Use of the Missing Sample Simulation Modeling to Create a Classification Model for Three or More Classes by the Example of the Carbohydrate Metabolism Disorder Degree Detection Problem
Новиков Р. С., Novopashin M., Позин Б. А., Programming and Computer Software 2026 Vol. 52 No. 1 P. 28 – 38
Добавлено: 26 июня 2026 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору