Штучний інтелект

Науковий журнал

ISSN 2710-1673

ONLINE: ISSN 2710-1681

Шукати за:

Роком видання
Автором
Назвою статті

Нейромережеві технологї опрацювання природномовних текстів в адаптивних системах навчання

Доманецька І.М.1, Федусенко О.В.1, Хроленко В.М.3
1 Taras Shevchenko National University of Kyiv
3 Київський національний університет будівництва і архітектури МОН України,

Повний текст (PDF)

УДК: 004.9
Мова публікації: Українська
Stuc. intelekt. 2017; 22; (3-4):24-31

Анотація: У роботі проаналізовані існуючі на сьогоднішній день механізми обробки природномовних текстів, що базуються на нейромережевих технологіях з метою впровадження їх в адаптивних системах навчання. Досліджені питання диференційованої оцінки відповідей природною мовою.

Ключові слова: адаптивне навчання, аналіз природномовних текстів, нейромережі

Посилання:

  1. Батура Т.В. Методы автоматической классификации текстов // Программные продукты и системы /Software & Systems No 1(30) 2017. С. 85-99.
  2. Бурняшов Б.А. Персонализация как мировой тренд электронного обучения в учреждениях высшего образования // Электронный научный журнал Современные проблемы науки и образования // [Електр. Ресурс]. – Режим доступу: https://www.science-education.ru/ru/article/view?id=26078
  3. Загорулько Ю.А. Организация эффективного поиска на основе онтологий// Праці Міжнародної конференції «Діалог» 2001. - С. 333-342.
  4. Комарницька О.І. Моделі та методи лінгвістичного аналізу тексту інтелектуальної системи оцінювання знань [Текст] : дисертація... канд. філол. наук. – К. : НБУ ім. В.І. Вернадського, 2015. – 216 с.
  5. Методы тестирования знаний на основе применения аппарата нейронной сети / А.А. Мицель [и др.] // Открытое образование. - 2013. - No 2. - С. 34-41.
  6. Мицель А.А., Погуда А.А. Нейросетевой подход к задаче тестирования [Текст] / А.А. Мицель, А.А. Погуда // Прикладная информатика. – 2011. – No5(35). – С. 60–67.
  7. Шуклин Д.Е. Разработка системы, обрабатывающей текст естественного языка на основе семантической нейронной сети // [Електр. Ресурс]. – Режим доступу: http://prof9.narod.ru/doc/073/index.html
  8. International Journal of Artificial Intelligence in Education (IJAIED) // [Електр. Ресурс]. – Режим доступу: http://aied.inf.ed.ac.uk/
  9. International Workshop In Applications of Semantic Web technologies for E-Learning (SW-EL) // [Електр. Ресурс]. – Режим доступу: http://www.win.tue.nl/SW-EL/
  10. International Forum of Educational Technology & Society // [Електр. Ресурс]. – Режим доступу:http://ifets.ieee.org/
  11. Gammerman A., Vovk V. Hedging predictions in machine learning-The second Computer Journal Lecture. Comp. J. 2007;50:151–163. doi: 10.1093/comjnl/bxl065
  12. Ghiassi M., Olschimke M., Moon B., Arnaudo P. Auto-mated text classification using a dynamic artificial neural network model. Expert Syst.with Applications, 2012, no. 39, pp. 10967–10976.
  13. Zhang X., Zhao J., LeCun Y. Character-level convolutional networks for text classification. roc. Neural Inform. Processing Systems Conf. (NIPS 2015). Montreal, Canada, 2015. URL: // [Електр. Ресурс]. – Режим доступу: https://arxiv.org/abs/1509.01626

Переглянути повний текст статті (PDF)