?
SocialBERT – Transformers for Online Social Network Language Modelling
P. 1–10.
Ключевые слова: natural language processingsocial network analysisdeep learningNeural Language Processing (NLP)BERTBERTLanguage ModellingKnowledge InjectionLanguage ModelingKnowledge Injection
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Статья продолжает представление результатов анализа сетей коллаборации российских социологов в 2010–2021 гг. на основе данных о 75 232 научных публикациях из электронной библиотеки eLibrary (№ 12, 2025). Используемая методология библиометрического сетевого анализа включает построение и исследование нескольких типов сетей коллаборации. Полученные сети включают 37 790 уникальных авторов. В первой части статьи на основе анализа публикационной ...
Добавлено: 12 мая 2026 г.
Biryukova K., Chelnokova D., Erkenova J. и др., Communications in Computer and Information Science 2024 Vol. 2364 CCIS P. 109 – 121
Добавлено: 25 февраля 2026 г.
Анисимова К. М., Цифровые гуманитарные исследования 2025 № 2 С. 24–47
Исследование посвящено описанию эмоциональной динамики как проявления художественной структуры русской драмы XVIII–XX вв. на основе автоматической разметки тональности реплик с использованием нейросетевых моделей BERT-архитектуры. Такие модели, дообученные даже на нехудожественных текстах, показывают удовлетворительные результаты при анализе тональности драматических реплик, что было проверено на вручную размеченной тестовой выборке. На основе такой автоматической эмоциональной разметки было показано, ...
Добавлено: 24 февраля 2026 г.
V. V. Zunin, A. I. Afonin, V. I. Anoshin и др., Automatic Documentation and Mathematical Linguistics 2025 Vol. 59 No. 5 P. 287–293
Добавлено: 11 февраля 2026 г.
Котов Ф. И., Тимохин И. С., Иванов Ф. И., , in: 2023 XVIII International Symposium Problems of Redundancy in Information and Control Systems (REDUNDANCY).: IEEE, 2023.
The Successive Cancellation List (SCL) algorithm is a widely used decoding technique in communication systems. However, constructing the critical set for SCL decoding is a challenging task, as it requires a large number of computations and can lead to significant decoding delays. In this paper, a new approach to critical set construction for SCL decoding ...
Добавлено: 26 января 2026 г.
Воеводина Е. Ю., Современная зарубежная психология 2025 Т. 14 № 3 С. 172–181
Контекст и актуальность. Исследования благополучия столкнулись с противоречиями и ограничениями, проистекающими из ограничений метода психометрических самоотчетных шкал. Данные методы критикуются за низкую экологическую валидность, ограниченную информативность и трудности в операционализации комплексного конструкта благополучия. В то же время, стремительное развитие технологий обработки естественного языка (natural language processing, NLP) открывает новые возможности для преодоления этих ограничений. Цель. Провести обзор ...
Добавлено: 9 октября 2025 г.
Мыльникова А. В., Мыльников Л. А., Научно-техническая информация. Серия 2: Информационные процессы и системы 2025 № 7 С. 32–44
Рассмотрена модель использования скелетных структур на базе синтаксической разметки для предобработки корпусов текстов перед передачей в нейросетевые модели машинного перевода с целью повышения качества их работы, реализованная с помощью частеречной и синтаксической разметок корпусов текстов, использующих языковую модель, с использованием сети BERT и набора правил. Описана подготовка данных для обучения и предложены способы повышения эффективности ...
Добавлено: 22 сентября 2025 г.
Чепиков И. А., Карпов И. А., , in: 26th International Conference, AIED 2025, Palermo, Italy, July 22–26, 2025, Proceedings, Part I. Artificial Intelligence in Education. Posters and Late Breaking Results, Workshops and Tutorials, Industry and Innovation Tracks, Practitioners, Doctoral Consortium, Blue Sky, and WideAIED.: Springer, 2025. P. 352 – 358.
Добавлено: 4 сентября 2025 г.
G-quadruplexes (GQs) are non-canonical DNA structures encoded by G-flipons with potential roles in gene regulation and chromatin structure. Here, we explore the role of G-flipons in tissue specification. We present a deep learning-based framework for the genome-wide G-flipon predictions across 14 human tissue types. The model was trained using high-confidence experimental maps of GQ-forming sequences ...
Добавлено: 8 августа 2025 г.
Из-за нелинейного характера развития социологической дисциплины в советское время, а также существующего неравенства между центральными городами и регионами в современной России, сообщество российских социологов характеризуется низким уровнем интеграции на локальном уровне и выборочной представленностью в международном научном сообществе. Целью исследования является изучение структуры и закономерностей научного сотрудничества в сообществе российских социологов в период с 2010 ...
Добавлено: 26 июня 2025 г.
Шайтан А. К., Science China Information Sciences 2025 Vol. 68 No. 7 Article 170102
Добавлено: 25 июня 2025 г.
Добавлено: 15 июня 2025 г.
Подчуфаров А. Ю., Галкина А. Н., Ванина С. С. и др., Экономика и управление: проблемы, решения 2025 Т. 5 № 4 С. 61–74
В современных условиях внедрение технологий искусственного интеллекта становится значимым фактором развития высокотехнологичных отраслей промышленности. В статье представлены результаты исследования перспектив применения интеллектуальных аналитических систем в атомной энергетике. Проанализирован опыт зарубежных стран и выявлены особенности успешных проектов с использованием искусственного интеллекта в данной области. Обоснованы рекомендации по развитию технических и социальных компетенций в отечественной атомной и ...
Добавлено: 5 июня 2025 г.
Кудряшов С. А., Karpik O., Клышинский Э. С., , in: Analysis of Images, Social Networks and Texts, 12th International Conference, AIST 2024, Bishkek, Kyrgyzstan, October 17–19, 2024, Revised Selected PapersVol. 15419.: Springer, 2024. P. 120–130.
Добавлено: 29 мая 2025 г.
Springer, 2024.
This book constitutes the refereed proceedings of the 12th International Conference on Analysis of Images, Social Networks and Texts, AIST 2024, held in Bishkek, Kyrgyzstan, during October 17–19, 2024.
The 16 full papers included in this book were carefully reviewed and selected from 70 submissions. They were organized in topical sections as follows: Natural Language Processing; Computer Vision; Data Analysis and Machine Learning; ...
Добавлено: 29 мая 2025 г.
Рыжова А. А., Sochenkov I., , in: Proceeding 2019 Ivannikov Ispras Open Conference (ISPRAS).: IEEE Computer Society, 2019. P. 60–67.
Добавлено: 1 мая 2025 г.
Walton S., Klyukin V., Artemev M. и др., , in: 2025 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW).: IEEE, 2025. P. 3328–3337.
Добавлено: 1 апреля 2025 г.