Бенчмаркинг коллекций научных журналов (Федор Краснов, SECR-2019) — различия между версиями

Материал из 0x1.tv

{{SlidesSection}}
[[File:Бенчмаркинг коллекций научных журналов (Федор Краснов, SECR-2019).pdf|left|page=-|300px]]

{{----}}
[[File:{{#setmainimage:Бенчмаркинг коллекций научных журналов (Федор Краснов, SECR-2019)!.jpg}}|center|640px]]
{{LinksSection}}
* [https://2019.secrus.org/program/submitted-presentations/benchmarking-collections-of-scientific-journals/ Talks page on SECR site]
<!-- <blockquote>[©]</blockquote> -->

{{vklink|1484}}                                          
{{fblink|24911632344700162526231530963186}}                                          
<references/>





<!-- topub -->

[[Категория:SECR-2019]]
[[Категория:Natural Language Processing]]
[[Категория:Machine Learning]]
{{stats|disqus_comments=0|refresh_time=2020-01-28T10:56:35.459547|vimeo_plays=5|youtube_plays=0}}

Версия 12:24, 10 марта 2020

Докладчик
Федор Краснов.jpg
Федор Краснов

Доклад о применении интеллектуального анализа текста для решения задач издательского бизнеса. Поиск постановки задачи, методов анализа, построения моделей, оптимизация свободных параметров и подготовка для создания продукта.

Польза доклада в том, что постановку задачи всегда нужно искать самому, т.к. ждать, что кто-то поставит задачу, подготовит данные – не продуктивно. Фундаментальное понимание работы моделей необходимо, но важнее уметь применять модели к нестандартным ситуациям.

Сейчас можно получить работу, умея лишь запустить стандартный метод из открытой библиотеки. Но через 5 лет уже будет не так. Нужно будет понимать формулы за этим методом, уметь придумать и написать нестандартную нормализацию или нестандартную cost function для этого случая и многое другое.

Авторами предложена новая методика для парного сравнения коллекций научных статей с помощью тематической модели.

Разработанная методика получила название Сравнительного Тематического Анализа (СТА). СТА позволяет получить не только количественную оценку похожести коллекций, но и структурные различия сравниваемых коллекций, как в количественном виде, так и с помощью средств визуализации, разработанных авторами.

В данном исследовании проведено сравнение существующих подходов к тематическому моделированию применительно к рассматриваемой задаче сравнения коллекций научных статей. Рассмотрены вероятностные и генеративные тематические модели.

Видео

on youtube

Посмотрели доклад? Понравился? Напишите комментарий! Не согласны? Тем более напишите.

Презентация

Бенчмаркинг коллекций научных журналов (Федор Краснов, SECR-2019).pdf Бенчмаркинг коллекций научных журналов (Федор Краснов, SECR-2019).pdf Бенчмаркинг коллекций научных журналов (Федор Краснов, SECR-2019).pdf Бенчмаркинг коллекций научных журналов (Федор Краснов, SECR-2019).pdf Бенчмаркинг коллекций научных журналов (Федор Краснов, SECR-2019).pdf Бенчмаркинг коллекций научных журналов (Федор Краснов, SECR-2019).pdf Бенчмаркинг коллекций научных журналов (Федор Краснов, SECR-2019).pdf Бенчмаркинг коллекций научных журналов (Федор Краснов, SECR-2019).pdf Бенчмаркинг коллекций научных журналов (Федор Краснов, SECR-2019).pdf
Бенчмаркинг коллекций научных журналов (Федор Краснов, SECR-2019)!.jpg

Примечания и ссылки

Plays:5   Comments:0