ДонНТУ   Портал магистров

Библиотека материалов по теме выпускной работы

    Собственные публикации и доклады

  1. Классификация, анализ возможностей классических методов синтаксического разбора, их современных модификаций и дальнейших перспектив в рамках задачи создания САПР ПО

    Авторы: А.С. Пилипенко, А.В. Григорьев, О.В. Морозова

    Описание: В работе представлено описание базовых алгоритмов, их модификаций, достоинств и недостатков, модифицированного алгоритма, его этапов работы, изменений и отличий от других алгоритмов.

    Источник: А.С. Пилипенко, А.В. Григорьев, О.В. Морозова. Классификация, анализ возможностей классических методов синтаксического разбора, их современных модификаций и дальнейших перспектив в рамках задачи создания САПР ПО // Информатика, управляющие системы, матрематическое и компьютерное моделирование (ИУСМКМ – 2018) / Материалы научно-технической конференции. – Донецк, ДонНТУ – 2018.

  2. Пропаганда в современной мировой политике: масштабы, риски, будущее

    Авторы: А.С. Пилипенко

    Описание: В работе представлено описание базовых алгоритмов, их модификаций, достоинств и недостатков, модифицированного алгоритма, его этапов работы, изменений и отличий от других алгоритмов.

    Источник: А.С. Пилипенко. Пропаганда в современной мировой политике: масштабы, риски, будущее // Философия и религия: нормы – ценности – выбор / Материалы студенческой научной конференции. – Донецк, ДонНТУ – 2018.

  3. Определение тональности текста на основе модели Bag-Of-Words

    Авторы: А.С. Пилипенко, И.А. Коломойцева

    Описание: Рассмотрена задача определения тональности текста с помощью модели Bag-of-words, указаны преимущества и недостатки использования этой модели для решения поставленной задачи.

    Источник: А.С. Пилипенко, И.А. Коломойцева. Определение тональности текста на основе модели Bag-Of-Words // Информатика, управляющие системы, матрематическое и компьютерное моделирование (ИУСМКМ – 2020) / Сборник материалов XI Международной научно-технической конференции. – Донецк, ДонНТУ – 2020, с. 77 – 81.

  4. Особенности применения подходов Bag-of-Words и Word2Vec и контекста предложения для автоматического определения тональности текста

    Авторы: А.С. Пилипенко, И.А. Коломойцева

    Описание: В статье рассмотрены особенности применения подходов Bag-of-Words и Word2Vec, а также достоинства и недостатки использования контекста предложения при реализации алгоритма определения тональности текста.

    Источник: А.С. Пилипенко, И.А. Коломойцева. Особенности применения подходов Bag-of-Words и Word2Vec и контекста предложения для автоматического определения тональности текста // Программная инженерия: методы и технологии разработки информационно-вычислительных систем (ПИИВС – 2020) / Сборник материалов ПИИВС – 2020. – Донецк, ДонНТУ – 2020

    5. Тематические статьи

  5. Анализ тональности текста с использованием методов машинного обучения

    Авторы: А.С. Романов, М.И. Васильева, А.В. Куртукова, Р.В. Мещеряков

    Описание: В статье приводятся результаты исследования методики анализа тональности текста с использованием методов машинного обучения, таких как метод опорных векторов, наивный Байесовский классификатор, методы случайных деревьев. Приводится обзор исследований, методов и программных продуктов в области анализа тональности текста, описываются этапы моделирование процесса проведения экспериментов и определения тональности текста, приводятся описания созданных корпусов текстов и словарей, а также полученные результаты исследований.

    Источник: А.С. Романов, М.И. Васильева, А.В. Куртукова, Р.В. Мещеряков. Анализ тональности текста с использованием методов машинного обучения // R. Piotrowski's Readings in Language Engineering and Applied Linguistics. – Saint Petersburg, Russia, November 27, 2017, http://ceur-ws.org/Vol-2233/Paper_8.pdf

  6. Лингвистическая модель для компьютерного анализа тональности публикаций СМИ

    Авторы: А.Е. Ермаков, С.Л. Киселев

    Описание: Доклад освещает опыт практического решения задачи определения тональности текста по отношению к заданному объекту. Систематизируются средства, используемые автором текста для формирования тонально окрашенного образа объекта, и строится лингвистическая модель для выделения всех составляющих этого образа. Описывается схема оценки тональности позитив/негатив с учетом тех мест, которые занимают в составе пропозиций тональные и нейтральные слова, средства выражения отрицания и инверсии смысла.

    Источник: А.Е. Ермаков, С.Л. Киселев. Лингвистическая модель для компьютерного анализа тональности публикаций СМИ // Компьютерная лингвистика и интеллектуальные технологии: труды Международной конференции Диалог’2005. – Москва, Наука, 2005 http://www.dialog-21.ru/media/5068/_-dialog2020scopus.pdf

  7. Метод определения эмоций в текстах на русском языке

    Авторы: А.Г. Пазельская, А.Н. Соловьев

    Описание: В работе рассматриваются методы автоматического определения эмоциональной составляющей (тональности) в тексте и описывается опыт осуществляемой в данный момент практической реализации системы для текстов СМИ на русском языке, в основе которой лежат словари лексической тональности и набор комбинаторных правил объединения отдельных слов и словосочетаний. В работе впервые предложен метод определения тональности, основанный на предикационных отношениях в пропозиции. В связи с этим нами предложена классификация глаголов в зависимости от их эмотивного воздействия и местоположения объекта тональности.

    Источник: А.Г. Пазельская, А.Н. Соловьев. Метод определения эмоций в текстах на русском языке // Компьютерная лингвистика и интеллектуальные технологии: труды Международной конференции Диалог’2014. – Москва, Наука, 2014 – C. 574 – 586. http://www.dialog-21.ru/.../50.pdf

  8. Открытое тестирование систем анализа тональности на материале русского языка

    Авторы: Н.В. Лукашевич, И.И. Четверкин

    Описание: В статье описан опыт проведения открытой оценки методов анализа русскоязычных текстов по тональности на базе семинара РОМИП в 2011 – 2012 годах. В рамках проведения дорожки было создано несколько обучающих коллекций, которые теперь находятся в свободном доступе. Приводится обзор текущего состояния дел в обработке оценочных текстов на русском языке, описание основных задач, характеристик коллекций, а также мер для измерения качества.

    Источник: Н.В. Лукашевич, И.И. Четверкин. Открытое тестирование систем анализа тональности на материале русского языка // Статьи журнала Искусственный интеллект и принятие решений, Выпуск 01 / 2014. – Россия, Москва, 2014 http://www.isa.ru/.../2014-01/25_33.pdf

    9. Переводы статей

  9. Определение родного языка автора путем поиска ошибок в тексте

    Авторы: Moshe Koppel, Jonathan Schler, Kfir Zigdon (перевод: А.С. Пилипенко)

    Описание: В этой статье мы показываем, что стилистические особенности текста могут быть использованы для определения родного языка анонимного автора с высокой точностью. В частности, мы сначала используем автоматические инструменты для определения частоты различных стилистических особенностей в тексте. Эти частоты затем служат функциями для опорных векторных машин, которые учатся классифицировать тексты в соответствии с родным языком автора.

    Источник (англ.): Moshe Koppel, Jonathan Schler, Kfir Zigdon. Determining an Author's Native Language by Mining a Text for Errors // Computer Science Department Bar-Ilan University Ramat-Gan, 52900, ISRAEL.https://citeseerx.ist.psu.edu/...&type=pdf

  10. Использование методов интеллектуального анализа текста для анализа письменных ответов учащихся на дилемму лидерства учителя

    Авторы: Yuejin Xu, Noah Reynolds (перевод: А.С. Пилипенко)

    Описание:В этой статье описывается использование IBM SPSS Text Analytics for Surveys для анализа письменных ответов студентов на дилемму лидерства учителей. Целью этого исследования было проверить точность категорий, созданных IBM SPSS Text Analytics for Surveys. Наши результаты корреляционного анализа показывают, что между методом анализа текста из IBM SPSS Text Analytics for Surveys и человеческими оценками существовала значительная межэкспертная надежность.

    Источник (англ.): Moshe Koppel, Jonathan Schler, Kfir Zigdon. Using Text Mining Techniques to Analyze Students’ Written Responses to a Teacher Leadership Dilemma // International Journal of Computer Theory and Engineering, Vol. 4, No. 4, August 2012 http://www.ijcte.org/papers/535-A296.pdf