Language Models for Cloze Task Answer Generation in Russian

Рецензируется сборник, составленный по материалам самого из-вестного форума специалистов по словообразованию – регулярной конференции в г. Кошице (Словакия) при университете Павла Йозефа Ша- фарика (9 статей, включая редакционное введение). ...

Добавлено: 4 октября 2022 г.

The Beijing Sentence Corpus: A Chinese sentence corpus with eye movement data and predictability norms

Pan J., Yan M., Richter E. M. и др., Behavior Research Methods 2022 Vol. 54 No. 4 P. 1989–2000

Добавлено: 23 декабря 2021 г.

Morphosyntactic but not lexical corpus-based probabilities can substitute for cloze probabilities in reading experiments

Лопухина А. А., Lopukhin K., Лауринавичюте А. К., Plos One 2021 Vol. 16 No. 1 P. 1–26

Добавлено: 29 января 2021 г.

Критерии ценности научного факта: опыт персонологической наукометрии

Петровский В. А., Андреева А. И., Мир психологии. Научно-методический журнал 2018 № №3 (95) С. 224–232

В статье обсуждаются проблемы критериев оценки значимости научных фактов в психоло- гии, а также точности экспертных оценок психологов, прогнозирующих результаты психоло- гических экспериментов. Представлен персонологический подход В. А. Петровского, оценива- ющий нетривиальность научных фактов. Принцип анализа нетривиальности факта проиллю- стрирован на трех примерах из области психологии личности (оценка нетривиальности фак- тов, полученных С. А. Щебетенко ...

Добавлено: 10 января 2021 г.

Always Keep your Target in Mind: Studying Semantics and Improving Performance of Neural Lexical Substitution

Nikolay Arefyev, Sheludko B., Podolskiy A. и др., , in: Proceedings of the 28th International Conference on Computational Linguistics.: International Committee on Computational Linguistics, 2020. P. 1242–1255.

Добавлено: 7 декабря 2020 г.

SumTitles: a Summarization Dataset with Low Extractiveness

Malykh V., Chernis K., Артемова Е. Л. и др., , in: Proceedings of the 28th International Conference on Computational Linguistics.: International Committee on Computational Linguistics, 2020. Ch. 503 P. 5718–5730.

Добавлено: 6 декабря 2020 г.

Neural GRANNy at SemEval-2019 Task 2: A combined approach for better modeling of semantic relationships in semantic frame induction

Arefyev Nikolay, Sheludko B., Adis D. и др., , in: Proceedings of the 13th International Workshop on Semantic Evaluation (SemEval-2019).: Minneapolis: Association for Computational Linguistics, 2019. P. 31–38.

Добавлено: 10 октября 2020 г.

Hm2 at semeval 2019 task2: Unsupervised frame induction using contextualized and uncontextualized word embeddings

Anwar S., Ustalov D., Арефьев Н. В. и др., , in: Proceedings of the 13th International Workshop on Semantic Evaluation (SemEval-2019).: Minneapolis: Association for Computational Linguistics, 2019. P. 125–129.

Добавлено: 10 октября 2020 г.

Word2vec not dead: predicting hypernyms of co-hyponyms is better than reading definitions

Arefyev N V., Fedoseev M., Kabanov 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. 13–32.

Добавлено: 9 октября 2020 г.

Neural networks with attention for word sense induction

Struyanskiy O., Arefyev, N., , in: Supplementary Proceedings of the 7th International Conference on Analysis of Images, Social Networks and Texts (AIST-SUP 2018), Moscow, Russia, July 5-7, 2018.: Aachen: CEUR Workshop Proceedings, 2018. P. 208–213.

Добавлено: 9 октября 2020 г.

Combining neural language models for word sense induction

Arefyev, N, Boris S., Aleksashina T., , in: Analysis of Images, Social Networks and Texts. 8th International Conference, AIST 2019, Lecture Notes in Computer Science, Revised Selected PapersVol. 11832.: Cham: Springer, 2019. P. 105–121.

Добавлено: 9 октября 2020 г.

Combining Lexical Substitutes in Neural Word Sense Induction

Nikolay Arefyev, Boris S., Panchenko A., , in: Proceedings of the International Conference Recent Advances in Natural Language Processing, RANLP 2019.: INCOMA Ltd, 2019. P. 62–70.

Добавлено: 9 октября 2020 г.

L-models and R-models for Lambek calculus enriched with additives and the multiplicative unit

Канович М. И., Кузнецов С. Л., Щедров А., , in: Logic, Language, Information, and Computation: 26th International Workshop, WoLLIC 2019, Utrecht, The Netherlands, July 2-5, 2019, ProceedingsVol. 11541: Lecture Notes in Computer Science.: Berlin, Heidelberg: Springer, 2019. P. 373–391.

Добавлено: 4 сентября 2019 г.

Neural Network System for Medical Diagnostic of Gastrointestinal Diseases

Khlinova O. V., Ясницкий Л. Н., Skachkova I. V., , in: Advances in Intelligent Systems and ComputingVol. 850: Digital Science.: Switzerland: Springer, 2019. P. 359–365.

Добавлено: 10 января 2019 г.

Policymaker's votes and predictability of monetary policy

Сирченко А. А., / Series 1672194. "UCSD Economics working papers". 2010. No. 1672194.

Добавлено: 29 сентября 2014 г.

On quasi-score processes

Гущин А. А., Annales Academiae Scientiarum Fennicae. Series A I. Mathematica 1992 Т. 17 № 1 С. 29–38

We consider some aspects of quasi-likelihood methods used in estimation of parameters of stochastic processes. ...

Добавлено: 9 октября 2013 г.