Горбенко, В. М.Афанасьєва, І. В.Онищенко, К. Г.Каменєв, Р. В.2024-05-232024-05-232021Аналіз існуючих методів та моделей глибинного навчання в задачах обробки природної мови / В. М. Горбенко, К. Г. Онищенко, І. В. Афанасьєва, Р. В. Каменєв // Бионика интеллекта. – 2021. – № 2 (97). – С. 33–38. – DOi: https://doi.org/10.30837/ bi.https://openarchive.nure.ua/handle/document/26574Розглянуто підходи та методи глибинного навчання природної мови. Глибинні нейронні мережі створюються як мережі прямого поширення, але дослідження дуже успішно застосували рекурентні нейронні мережі до таких задач, як моделювання мов. Згорткові глибинні нейронні мережі застосовуються в комп’ютерному зорі та природній мові. Згорткові глибинні нейронні мережі також було застосовано до акустичного моделювання для автоматичного розпізнавання мовлення. Гнучка нейронна мережа, дані функції використовуються для описання прямокутних об’єктів у вигляді двійкової маски в природній мові, а також для обрахування масштабної регресії для покращення точності визначеного положення. Багатозмінна логістична функція, що використовуються для описання прямокутних об’єктів у вигляді двійкової маски, а також для обрахування масштабної регресії для покращення точності визначеного положення.ukглибинне навчанняприродна моваінструменти машинного навчаннянавчання з учителемзгорткові нейронні мережіArticle