Магистр ДонНТУ Столбунская Анастасия Сергеевна

Столбунская
Анастасия Сергеевна

Факультет компьютерных наук и технологий

Кафедра искусстенного интеллекта и системного анализа

Специальность «Системы искусственного интеллекта»

Создание интеллектуальной системы стилистической оценки текста

Научный руководитель: доц. Кравец Татьяна Николаевна

Библиотека материалов по теме выпускной работы

    Собственные публикации и доклады

  1. Автоматизация процесса обучения при помощи виртуальных лабораторий

    Авторы: А.С. Столбунская, И.Д. Паламарчук, Д.М. Бочаров

    Описание: В данной работе проведено исследование способов автоматизации процесса обучения путем использования виртуальных обучающих сред. Выполнен обзор ошибок создания виртуальных сред обучения. Определены основные функций создаваемых виртуальных лаборатории.

    Источник: Информатика, управляющие системы, математическое и компьютерное моделирование (ИУСМКМ-2017): сборник материалов VIII Международной научно-технической конференции в рамках III Международного Научного форума Донецкой Народной Республики. 25 мая 2017 г. — Донецк, ГОУ ВПО «Донецкий национальный технический университет», 2017. — с. 406–409. // URL: http://iuskm.donntu.ru/...

  2. Создание интеллектуальной системы стилистической оценки текста

    Авторы: А.С. Столбунская, Т.Н. Кравец

    Описание: Исследование обработки естественного языка — одно из направлений искусственного интеллекта и математической лингвистики, которое занимается изучением проблем компьютерного анализа и синтеза естественных языков. Сложностью оценки как процесса и результата познавательной деятельности является проблема статуса категории оценки на уровне слова, высказывания и текста. Разработка алгоритма анализа оценки решает ряд вопросов в области исследования текста.

    Источник: Программная инженерия: методы и технологии разработки информационно-вычислительных систем (ПИИВС–2018): сборник материалов II Международной научно-практической конференции (студенческая секция). 14–15 ноября 2018 г. — Донецк, ГОУ ВПО «Донецкий национальный технический университет», 2018. — с. 253–256. // URL: http://pi.conf.donntu.ru/...

  3. Тематические статьи

  4. Исследование разработки онтологического чатбота на базе глубинного обучения нейронных сетей

    Авторы: Я.Ю. Оверченко, О.М. Копытова

    Описание: Рассмотрены основные подходы к построению систем искусственного интеллекта, изучены ключевые архитектуры нейронных сетей. Определён наиболее подходящий тип нейронной сети для практической реализации онтологического чат-бота. Исследованы основные методы обучения нейросетевых систем.

    Источник: Программная инженерия: методы и технологии разработки информационно-вычислительных систем (ПИИВС-2018): сборник материалов II Международной научно-практической конференции (студенческая секция). 14-15 ноября 2018 г. – Донецк, ГОУ ВПО «Донецкий национальный технический университет», 2018. – с. 253–256. // URL: http://pi.conf.donntu.ru/...

  5. Параметрическое описание моделей глубоких нейронных сетей в библиотеке Keras

    Авторы: Н.М. Ткачёв, О.И. Федяев

    Описание: В статье представлен обзор различных видов глубоких нейронных сетей, их свойств, особенностей и предназначения. Рассмотрена высокоуровневая библиотека Keras, предназначенная для прототипирования нейронных сетей. На примерах рассмотрено описание элементов архитектуры нейронной сети на языке Python.

    Источник: Программная инженерия: методы и технологии разработки информационно-вычислительных систем (ПИИВС-2018): сборник материалов II Международной научно-практической конференции (студенческая секция). 14-15 ноября 2018 г. – Донецк, ГОУ ВПО «Донецкий национальный технический университет», 2018. – с. 253–256. // URL: http://pi.conf.donntu.ru/...

  6. Рефлексивная референция и анализ квайнов

    Авторы: A.И Андрюхин, В.А. Полетаев

    Описание: В работе рассматривается известная задача построения программы, которая сама себя распечатывает.Построены расширения этой проблемы. Реализованы программы, которые печатают заданное число копий собственного кода, копию себя с задаваемыми суффиксами и префиксами. Программы построены на языке Python. Выполненисторикофилософский анализ семиотического соотношения имени обьекта и самого обьекта. Рассмотрена связь задачи программы, которая сама себя распечатывает с известными семиотическими проблемами и концепциями. В частности, показана тесная связь структуры таких программ с диадой Пирса

    Источник: Информатика, управляющие системы, математическое и компьютерное моделирование (ИУСМКМ–2017): сборник материалов VIII Международной научно–технической конференции в рамках III Международного Научного форума Донецкой Народной Республики. 25 мая 2017 г. — Донецк, ГОУ ВПО «Донецкий национальный технический университет», 2017. — с. 406–409. // URL: http://iuskm.donntu.ru/...

  7. Как решить 90% задач NLP: пошаговое руководство по обработке естественного языка

    Авторы: Олег Бунин

    Описание: В статье рассматриваются методы машинного обучения, тем более в мире интернета, со всем разнообразием аналитических данных. Поэтому темы искусственного интеллекта и машинного обучения непременно обсуждаются на конференциях, причем с совершенно практической точки зрения, как и в этой статье.

    Источник: Блог компании Конференции Олега Бунина(Онтико) [Электронный ресурс] — Режим доступа: https://habr.com/...

  8. Особенности функционирования интеллектуальной поисковой системы

    Авторы: М.А. Шумская

    Описание: Современные информационно–поисковыесистемы, работающие сзапросами пользователя в виде ключевыхслов, характеризуются относительно неплохим уровнем полноты и точности результатов поиска. До организациипроцесса поискалингвистический процессор должен «перевести» запрос пользователя с естественного языка на формализованный информационно-поисковый язык. В связи с этим ученые пытаются создать поисковые машины, которые были бы наделены изрядной долей интеллекта, что позволило бы и человеку, и компьютеру работать на естественном языке, а также решило бы ряд проблем, и значительно повысило производительность и качество работы поисковой системы.

    Источник: Особенности функционирования интеллектуальной поисковой системы [Электронный ресурс] — Режим доступа: http://elib.bsu.by/..

  9. Обработка естественного языка при использовании технологии NLTK на базе языка программирования Python

    Авторы: Е.В. Кривальцевич

    Описание: С развитием голосовых интерфейсов и чат–ботов, NLP стала одной из самых важных технологий искусственного интеллекта. Но полное понимание и воспроизведение смысла языка — чрезвычайно сложная задача, так как человеческий язык имеет особенности.

    Источник: Объединенный институт проблем информатики Национальной академии наук Беларуси [Электронный ресурс] — Режим доступа: http://ssrlab.by/..

  10. Программа чат–бот или виртуальный собеседник

    Авторы: В.А. Шовин

    Описание: Разработана программа виртуального собеседника или чат–бота на базе внешнего API, алгоритма поиска ответов в базе знаний рас-ширенной разметки AIML, а также рекуррентной нейронной сети. Алгоритм позволяет находить ответы к вопросам релевантные вопросам из базызнаний. Процедура сортировки релевантных ответов включает в себя поискпо регулярному выражению, поиск по тематике, поиск по истории и поискпо максимальному совпадению слов в вопросах. Для повышения качествапоиска релевантных ответов в интерпретатор внедрён модуль морфологи-ческого анализатора отдельных слов. Рекуррентная нейронная сеть заданана множестве слов всех вопросов и ответов базы знаний.

    Источник: Математическиеструктуры и моделирование2016. №4(40). С. 96–101 // URL: https://docplayer.ru/..

  11. Переводы статей

  12. Deep Learning Research Review Week 3: Natural Language Processing

    Авторы: Adit Deshpande

    Описание: Это третья статья из серии «Обзор исследований в области глубокого обучения» студента Калифорнийского университета в Лос–Анджелесе Адита Дешпанда. Каждые две недели Адит публикует обзор и толкование исследований в определенной области глубинного обучения. В этот раз он сосредоточил свое внимание на применении глубокого обучения для обработки текстов на естественном языке.

    Источник: Adit Deshpande — CS Undergrad at UCLA ('19) // URL: https://adeshpande3.github.io/..