NB-MLM: Efficient Domain Adaptation of Masked Language Models for Sentiment Analysis

Arefyev N.; Kharchev D.; Shelmanov A.

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

Новости

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.

21 сентября 2026 г.

Ученые НИУ ВШЭ показали, что врожденные нарушения моторики влияют на развитие мозга

Исследователи из Института когнитивных нейронаук НИУ ВШЭ обобщили результаты своих предыдущих исследований, посвященных особенностям развития мозга у детей с акушерским параличом плечевого сплетения и артрогрипозом. Анализ показал, что нарушение моторики в раннем возрасте не только ведет к недостатку двигательного опыта, но и влияет на память, категориальное мышление и обработку информации. Работа опубликована в журнале Frontiers in Psychology.

22 сентября 2026 г.

Как россияне взаимодействуют с ИИ при поиске информации в интернете

Школа коммуникаций НИУ ВШЭ и Online Market Intelligence провели исследование пользовательского поискового опыта в российском сегменте интернета. Как показали результаты, пользователи в России уже воспринимают ИИ-ответ в выдаче как естественную часть поиска и используют его наравне с привычным списком ссылок. При этом на рынке самостоятельных нейросетей (отдельных чат‑ботов) уверенно лидирует Алиса AI от Яндекса — ее регулярно используют 40 % опрошенных.

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

Публикации

?

NB-MLM: Efficient Domain Adaptation of Masked Language Models for Sentiment Analysis

P. 9114–9124.

Arefyev N., Kharchev D., Shelmanov A.

Язык: английский

Ключевые слова: masked language models

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:

Разработка математических моделей и методов рекомендательных систем и автоматической обработки текстов (2020)

В книге

Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing (EMNLP)

Association for Computational Linguistics, 2021.

RuSentEval: Linguistic Source, Encoder Force!

Михайлов В. Н., Такташева Е. В., Сигдел Э. С. и др., , in: Proceedings of the 8th Workshop on Balto-Slavic Natural Language Processing.: Association for Computational Linguistics, 2021. P. 43–65.

Добавлено: 27 сентября 2021 г.

Artificial Text Detection via Examining the Topology of Attention Maps

Kushnareva L., Cherniavskii D., Михайлов В. Н. и др., , in: Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing (EMNLP).: Association for Computational Linguistics, 2021. P. 635–649.

Добавлено: 27 сентября 2021 г.