Profiling the Age of Russian Bloggers

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. LNCS, volume 16935.: Springer, 2026. P. 58–75.

Добавлено: 20 сентября 2026 г.

Дискриминативная лемматизация сокращений в эпоху LLM

Глазкова А. В., Смаль И. В., Ляшевская О. Н. и др., Доклады Российской академии наук. Математика, информатика, процессы управления (ранее - Доклады Академии Наук. Математика) 2025 Т. 527 С. 146–155

В работе представлено исследование эффективности дискриминативных методов лемматизации сокращений в русскоязычных текстах. В отличие от генеративных подходов, дискриминативные модели осуществляют выбор оптимальной леммы из фиксированного набора вариантов, что исключает риск генерации грамматически некорректных словоформ. Впервые для русского языка проводится комплексный анализ четырех контекстно-ориентированных подходов: (1) ранжирования на основе маскированного языкового моделирования, (2) бинарной классификации, (3) ...

Добавлено: 10 марта 2026 г.

Transformer-based approaches for lemmatizing abbreviations in Russian texts

Glazkova A., Ляшевская О. Н., Morozov D. и др., Journal of Mathematical Sciences 2025 Vol. 546 P. 32–47

Добавлено: 10 марта 2026 г.

Эмоциональный анализ постов в ВКонтакте: классификатор или регрессор

Колмогорова А. В., Калинин А. А., В кн.: Компьютерная лингвистика и интеллектуальные технологии: по материалам международной конференции «Диалог 2022», выпуск 21Вып. 21.: Изд-во РГГУ, 2022. С. 311–322.

В статье обсуждаются результаты решения двух задач машинного обучения: задачи классификации тек стов социальных сетей на русском языке по критерию доминирующей эмоции и задачи регрессии, в рамках которой эмоции в тех же текстах социальных сетей предсказываются. В основе экспериментов – сформиро ванный авторами датасет из 3879 текстов из пабликов ВКонтакте, размеченный 2000 асессорами на краудсор синговой платформе Толока. Аннотирование ...

Добавлено: 18 марта 2024 г.

Machine learning approach for scientific and technical expertise

A. V. Belov, E. A. Egorova, Bulletin D. Serikbayev East Kazakhstan Technical University 2023 No. 4 P. 92–102

Добавлено: 9 марта 2024 г.

Classification of Short Scientific Texts

I. K. Kusakin, Fedorets O. V., A. Y. Romanov, Scientific and Technical Information Processing 2023 Vol. 50 No. 3 P. 176–183

Добавлено: 4 ноября 2023 г.

Near-Zero-Shot Suggestion Mining with a Little Help from WordNet

Alekseev A., Тутубалина Е. В., Kwon S. и др., , in: Analysis of Images, Social Networks and Texts. 10th International Conference, AIST 2021, Tbilisi, Georgia, December 16–18, 2021, Revised Selected Papers.: Cham: Springer, 2022. P. 23–36.

Добавлено: 10 апреля 2023 г.

Selection of Pseudo-Annotated Data for Adverse Drug Reaction Classification Across Drug Groups

Alimova I., Тутубалина Е. В., , in: Analysis of Images, Social Networks and Texts. 10th International Conference, AIST 2021, Tbilisi, Georgia, December 16–18, 2021, Revised Selected Papers.: Cham: Springer, 2022. P. 37–44.

Добавлено: 10 апреля 2023 г.

Использование BERT для классификации коротких научных текстов на русском языке

Кусакин И. К., Цурупа А. М., Алмакаев А. В. и др., В кн.: НТИ-2022. Научная информация в современном мире: глобальные вызовы и национальные приоритеты : материалы 10-ой научной конференции с международным участием, посвященной 70-летию ВИНИТИ РАН, Москва, 25–26 октября 2022 года.: М.: ВИНИТИ РАН, 2022. С. 103–109.

В данной работе рассматриваются подходы к обучению классификаторов научных статей на основе BERT с целью реализации приложения для адаптации лучших моделей для последующего использования в инфраструктуре ВИНИТИ РАН. Для этого лингвистическая модель BERT была обучена на специализированном корпусе научных текстов для последующего использования в качестве встроенной части классификатора. В работе приведены результаты экспериментов по обучению ...

Добавлено: 31 января 2023 г.

Исследование методов машинного обучения для классификации научных текстов на русском языке

Кусакин И. К., Федорец О. В., Романов А. Ю., Научно-техническая информация. Серия 2: Информационные процессы и системы 2022 Т. 12 С. 6–9

В данной работе рассматриваются современные подходы к обработке естественного языка и применения технологий искусственного интеллекта в задаче классификации научных текстов на русском языке. Работа посвящена анализу реализаций методов векторизации текстовой информации применительно к задаче обучения различных моделей классификаторов: от классических алгоритмов машинного обучения до нейросетевых архитектур-трансформеров. ...

Добавлено: 31 января 2023 г.

Pulse of the Nation: Observable Subjective Well-Being in Russia Inferred from Social Network Odnoklassniki

Sergey Smetanin, Mathematics 2022 Vol. 10 No. 16 Article 2947

Добавлено: 15 августа 2022 г.

Using a Homogeneous Semantic Network to Classify the Results of Genetic Analysis

Харламов А. А., Kulikov A., , in: Neuroinformatics and Semantic Representations: Theory and Applications.: Cambridge Scholars Publishing, 2020. P. 219–231.

В работе показано использование механизма сравнения семантических сетей текстов в задаче диагностики заболеваний с использованием сигнальных сетей. Выявление степени пересечения семантических сетей текстов позволяет говорить о степени их смыслового подобия. Однородная семантическая сеть как множество узлов, связанных дугами, имеет численные характеристики – частоты появления слов, а также пар слов в тексте, которые перенормируются с использованием ...

Добавлено: 7 декабря 2021 г.

TextAnalyst Technology for Automatic Semantic Analysis of Text

Харламов А. А., , in: Neuroinformatics and Semantic Representations: Theory and Applications.: Cambridge Scholars Publishing, 2020. P. 156–167.

На основе представлений об обработке информации в мозге человека [1] реализована технология автоматической смысловой обработки текстов TextAnalyst, позволяющая выявить ключевые понятия текста в их взаимосвязях, реализовать реферирование текстов и их смысловое сравнение (классификацию). Реализованы продукты, использующие функциональность этой технологии: персональный – TextAnalyst, и библиотека COM модулей – TextAnalyst SDK. ...

Добавлено: 7 декабря 2021 г.

Share of Toxic Comments among Different Topics: The Case of Russian Social Networks

Сметанин С. И., Комаров М. М., , in: IEEE 23rd Conference on Business Informatics (CBI).: IEEE Computer Society, 2021. P. 65–70.

Добавлено: 14 сентября 2021 г.

Matching LIWC with Russian Thesauri: An Exploratory Study

Паничева П. В., Litvinova T., , in: Artificial Intelligence and Natural Language. AINL 2020. Communications in Computer and Information ScienceBook 1292: Communications in Computer and Information Science.: Springer, 2020. P. 181–195.

Добавлено: 29 октября 2020 г.

The Presence of Order-Effect Bias in Moscow Administration

Dmitry Romanov, Казанцев Н. С., Edgeeva E., , in: Business Process Management: Blockchain and Central and Eastern Europe Forum. BPM 2019Vol. 361.: Springer, 2019. P. 337–341.

Добавлено: 26 октября 2020 г.

Photo privacy detection based on text classification and face clustering

Kopeykina L., Савченко А. В., , in: Proceedings of the VI International conference Information Technology and Nanotechnology. Session Image Processing and Earth Remote Sensing (ITNT-IPERS)Vol. 2665: Information Technology and Nanotechnology. Image Processing and Earth Remote Sensing 2020.: Samara: CEUR Workshop Proceedings, 2020. Ch. 39 P. 171–176.

Добавлено: 1 октября 2020 г.