Normal view
MARC view
Автоматическая генерация коротких текстов на основе применения нейронных сетей LSTM и SeqGAN (Record no. 725852)
[ view plain ]
000 -Маркер записи | |
---|---|
Контрольное поле постоянной длины | 03413nab a2200337 c 4500 |
001 - Контрольный номер | |
Контрольное поле | koha000725852 |
005 - Дата корректировки | |
Контрольное поле | 20220228123807.0 |
007 - Кодируемые данные (физ. описан.) | |
Контрольное поле постоянной длины | cr | |
008 - Кодируемые данные | |
Контрольное поле постоянной длины | 220125|2021 ru s c rus d |
024 7# - Прочие стандартные номера | |
Стандартный номер | 10.17223/19988605/57/13 |
Источник номера | doi |
035 ## - Системный контрольный номер | |
Системный контрольный номер | koha000725852 |
040 ## - Источник каталогиз. | |
Служба первич. каталог. | RU-ToGU |
Код языка каталог. | rus |
Служба, преобразующая запись | RU-ToGU |
100 1# - Автор | |
Автор | Кривошеев, Николай Анатольевич |
9 (RLIN) | 770068 |
245 10 - Заглавие | |
Заглавие | Автоматическая генерация коротких текстов на основе применения нейронных сетей LSTM и SeqGAN |
Ответственность | Н. А. Кривошеев, Ю. А. Иванова, В. Г. Спицын |
246 11 - Заглавие тома/части | |
Заглавие тома/части | Automatic generation of short texts based on the use of neural networks LSTM and SeqGAN |
336 ## - Тип содержимого | |
Тип содержимого | Текст |
337 ## - Средство доступа | |
Средство доступа | электронный |
504 ## - Библиография | |
Библиография | Библиогр.: 26 назв. |
520 3# - Аннотация | |
Аннотация | Проведено исследование качества генерации коротких текстов на основе применения нейронных сетей LSTM и SeqGAN на русском и английском языках. Для обучения нейронной сети используются следующие подходы: оценка максимального правдоподобия и состязательная сеть, генерирующая последовательность (Sequence Generative Adversarial Nets, SeqGAN). В данной работе реализация SeqGAN не включает алгоритм Монте-Карло. Предложен и реализован подход на основе возведения значений выходного вектора нейронной сети (вектора вероятностей) в степень, большую 1, данная операция позволяет увеличить качество генерируемого текста, но снижает его разнообразие. Обучение и тестирование проводятся на основе следующих выборок данных: сборника русских стихов с сайта Stihi.ru и подписей к изображениям на английском языке из выборки COCO Image Captions. Проведена оценка качества генерации текстов на основе метрики BLEU. Приведены примеры сгенерированных текстов. Проанализированы аналогичные решения. |
653 ## - Ключевые слова | |
Ключевые слова | генерация текста |
653 ## - Ключевые слова | |
Ключевые слова | состязательное обучение с подкреплением |
653 ## - Ключевые слова | |
Ключевые слова | нейронные сети |
655 #4 - Термин индексирования — жанр/форма | |
Жанр/форма | статьи в журналах |
9 (RLIN) | 770069 |
700 1# - Другие авторы | |
Другие авторы | Иванова, Юлия Александровна |
Дата | 1986- |
9 (RLIN) | 795483 |
700 1# - Другие авторы | |
Другие авторы | Спицын, Владимир Григорьевич |
9 (RLIN) | 69289 |
773 0# - Источник информации | |
Название источника | Вестник Томского государственного университета. Управление, вычислительная техника и информатика |
Место и дата издания | 2021 |
Прочая информация | № 57. С. 118-130 |
ISSN | 1998-8605 |
Контрольный № источника | 0210-40860 |
852 4# - Местонахождение единицы хранения | |
Код организации-хранителя | RU-ToGU |
856 4# - Электронный адрес документа | |
URL | <a href="http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:000725852">http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:000725852</a> |
908 ## - Параметр входа данных | |
Параметр входа данных | статья |
999 ## - Системные контрольные номера (Koha) | |
biblionumber (Koha) | 725852 |
No items available.