| RUS ENG |
| Полная версия |
|
|
|
| ВИДЕОТЕКА |
|
VI Международная конференция «Суперкомпьютерные технологии математического моделирования» (СКТеММ’25)
|
|||
|
|
|||
|
Особенности применения машинного обучения в задаче оценки сложности текста (для русского и английского языков) О. Ю. Гавенкоab a Институт динамики систем и теории управления имени В.М. Матросова Сибирского отделения Российской академии наук, г. Иркутск b Федеральный исследовательский центр информационных и вычислительных технологий |
|||
|
Аннотация: Оценка сложности текста традиционно рассматривается как вопрос классификации текста и может применяться в широком круге задач обработки естественного языка; в качестве классов, как правило, выступают уровни академического образования и CEFR. Использование методов машинного обучения и моделей на основе нейронных сетей позволяет эффективно анализировать большие объемы данных и учитывать различные группы признаков текста, давая, в свою очередь, возможность применения модели к текстам различных тематик, стилей и жанров. В работе представлен аналитический обзор подходов к оценке сложности текста, ключевых особенностей построения моделей для русских и английских текстов в зависимости от языковых различий, выбора алгоритмов и отбора признаков текста, а также показаны результаты проведенных авторами работы экспериментов по оценке сложности текста классическими методами машинного обучения на специфичном наборе количественных признаков. |
|||