Публікація:
Застосування методів глибого навчання в задачах NPL: граматична корекція текстів

dc.contributor.authorХарченко, М. В.
dc.contributor.authorРябова, Н. В.
dc.date.accessioned2025-04-25T05:46:46Z
dc.date.available2025-04-25T05:46:46Z
dc.date.issued2025
dc.description.abstract. Modern approaches to solving the problem of text Grammatical Error Correction (GEC), based on deep learning methods, are considered. The main algorithmic methods, including rule-based, dictionary-based and more recent neural network-based methods, are considered. The problem of regeneration of whole input sequence in sequence-to-sequence models is described. The sequence-to-edits method with an example of such architecture is described as a solution to the regeneration problem. A perspective approach to combining algorithmic and neural network methods is proposed.
dc.identifier.citationХарченко М. В. Застосування методів глибого навчання в задачах NPL: граматична корекція текстів / М. В. Харченко, Н. В. Рябова // Радіоелектроніка та молодь у XXI столітті : матеріали 29-го Міжнар. молодіж. форуму, 16–19 квітня 2025 р. – Харків : ХНУРЕ, 2025. – Т. 6 – С. 76-78.
dc.identifier.urihttps://openarchive.nure.ua/handle/document/30701
dc.language.isouk
dc.publisherХНУРЕ
dc.subjectглибоке навчання
dc.subjectграматична корекція
dc.subjectNPL
dc.titleЗастосування методів глибого навчання в задачах NPL: граматична корекція текстів
dc.typeThesis
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 1 з 1
Завантаження...
Зображення мініатюри
Назва:
PiM_2025_T6_KN_76-78.pdf
Розмір:
152.81 KB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.55 KB
Формат:
Item-specific license agreed upon to submission
Опис: