КФУ. Карточка публикации. Применение машинного обучения к задаче генерации поисковых запросов

КАЗАНСКИЙ
ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ

RUS

- EN
- 中文
- ES

ПРИМЕНЕНИЕ МАШИННОГО ОБУЧЕНИЯ К ЗАДАЧЕ ГЕНЕРАЦИИ ПОИСКОВЫХ ЗАПРОСОВ

Форма представления

Статьи в российских журналах и сборниках

Год публикации

2021

Язык

русский

Авторы, сотрудники КФУ

Гусенков Александр Михайлович, автор

Авторы, студенты КФУ

Ситтикова Алина Рафисовна, автор

Библиографическое описание на языке оригинала

Гусенков, А. М., & Ситтикова, А. Р. . (2021). Применение машинного обучения к задаче генерации поисковых запросов. Электронные библиотеки, 24(2), 272-293. https://doi.org/10.26907/1562-5419-2021-24-2-271-292

Аннотация

Исследованы две модификации рекуррентных нейронных сетей: сети с долгой краткосрочной памятью и сети с управляемым рекуррентным блоком с добавлением механизма внимания к обеим сетям, а также модель Transformer в задаче генерации запросов к поисковым системам. В качестве модели Transformer использована модель GPT-2 от OpenAI, которая обучалась на запросах пользователей. Проведен латентно-семантический анализ для определения семантических сходств между корпусом пользовательских запросов и запросов, генерируемых нейронными сетями. Для проведения анализа корпус был переведен в формат bag of words, к нему применена модель TFIDF, проведено сингулярное разложение. Семантическое сходство вычислялось на основе косинусной меры. Также для более полной оценки применимости моделей к задаче был проведен экспертный анализ для оценки связности слов в искусственно созданных запросах.

Ключевые слова

обработка естественного языка, генерация естественного языка, машинное обучение, нейронные сети.

Название журнала

Электронные библиотеки: перспективные методы и технологии, электронные коллекции

URL

https://elbib.ru/article/view/672

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на эту карточку

https://repository.kpfu.ru/?p_id=253879

Полная запись метаданных

Поле DC	Значение	Язык
dc.contributor.author	Гусенков Александр Михайлович	ru_RU
dc.contributor.author	Ситтикова Алина Рафисовна	ru_RU
dc.date.accessioned	2021-01-01T00:00:00Z	ru_RU
dc.date.available	2021-01-01T00:00:00Z	ru_RU
dc.date.issued	2021	ru_RU
dc.identifier.citation	Гусенков, А. М., & Ситтикова, А. Р. . (2021). Применение машинного обучения к задаче генерации поисковых запросов. Электронные библиотеки, 24(2), 272-293. https://doi.org/10.26907/1562-5419-2021-24-2-271-292	ru_RU
dc.identifier.uri	https://repository.kpfu.ru/?p_id=253879	ru_RU
dc.description.abstract	Электронные библиотеки: перспективные методы и технологии, электронные коллекции	ru_RU
dc.description.abstract	Исследованы две модификации рекуррентных нейронных сетей: сети с долгой краткосрочной памятью и сети с управляемым рекуррентным блоком с добавлением механизма внимания к обеим сетям, а также модель Transformer в задаче генерации запросов к поисковым системам. В качестве модели Transformer использована модель GPT-2 от OpenAI, которая обучалась на запросах пользователей. Проведен латентно-семантический анализ для определения семантических сходств между корпусом пользовательских запросов и запросов, генерируемых нейронными сетями. Для проведения анализа корпус был переведен в формат bag of words, к нему применена модель TFIDF, проведено сингулярное разложение. Семантическое сходство вычислялось на основе косинусной меры. Также для более полной оценки применимости моделей к задаче был проведен экспертный анализ для оценки связности слов в искусственно созданных запросах.	ru_RU
dc.language.iso	ru	ru_RU
dc.subject	обработка естественного языка	ru_RU
dc.subject	генерация естественного языка	ru_RU
dc.subject	машинное обучение	ru_RU
dc.subject	нейронные сети.	ru_RU
dc.title	Применение машинного обучения к задаче генерации поисковых запросов	ru_RU
dc.type	Статьи в российских журналах и сборниках	ru_RU