KFU. Card publication. Извлечение фармацевтическти значимых аспектных терминов моделью рекуррентной нейронной сети из текстов на естественном языке при малых выборках

- RUS
- 中文
- ES

ИЗВЛЕЧЕНИЕ ФАРМАЦЕВТИЧЕСКТИ ЗНАЧИМЫХ АСПЕКТНЫХ ТЕРМИНОВ МОДЕЛЬЮ РЕКУРРЕНТНОЙ НЕЙРОННОЙ СЕТИ ИЗ ТЕКСТОВ НА ЕСТЕСТВЕННОМ ЯЗЫКЕ ПРИ МАЛЫХ ВЫБОРКАХ

Form of presentation

Conference proceedings in Russian journals and collections

Year of publication

2016

Язык

русский

Authors, employees of KFU

Izotova Ekaterina Dmitrievna, author

Bibliographic description in the original language

Izotova E. D. Izvlechenie farmacevticheskti znachimykh aspektnykh terminov modelyu rekurrentnoy neyronnoy seti iz tekstov na estestvennom yazyke pri malykh vyborkakh/E.D. Izotova, D.S. Tarasov//Neyroinformatika-2016: sbornik vserossiyskoy nauch.-tekhn. konf. - M., 2016. - Ch.1. - S. 65 - 74.

Annotation

Нейроинформатика-2016

Keywords

аспектные термины, отзыв потребителей, лекарственные средства, рекуррентная нейронная сеть, естественный язык, русский язык

The name of the journal

Нейроинформатика-2016

Please use this ID to quote from or refer to the card

https://repository.kpfu.ru/eng/?p_id=130779&p_lang=2

Resource files

File name	Size (MB)	Format
izotova_neiroinf2016.pdf	0,24	pdf	show / download

Full metadata record

Field DC	Value	Language
dc.contributor.author	Izotova Ekaterina Dmitrievna	ru_RU
dc.date.accessioned	2016-01-01T00:00:00Z	ru_RU
dc.date.available	2016-01-01T00:00:00Z	ru_RU
dc.date.issued	2016	ru_RU
dc.identifier.citation	Изотова Е. Д. Извлечение фармацевтическти значимых аспектных терминов моделью рекуррентной нейронной сети из текстов на естественном языке при малых выборках/Е.Д. Изотова, Д.С. Тарасов//Нейроинформатика-2016: сборник всероссийской науч.-техн. конф. - М., 2016. - Ч.1. - С. 65 - 74.	ru_RU
dc.identifier.uri	https://repository.kpfu.ru/eng/?p_id=130779&p_lang=2	ru_RU
dc.description.abstract	Нейроинформатика-2016	ru_RU
dc.description.abstract	Рядом авторов отмечается важность анализа эффективности мониторинга отзывов потребителей о лекарственных средствах. В работе использовалась модель глубоких рекуррентных нейронных сетей. Продемонстрировано хорошее качество классификации для некоторых фармацевтически-значимых аспектных терминов, при небольшом размеченном корпусе (порядка 50 тыс. слов). Обсуждается стратегия улучшения качества результатов и потенциального приложения в области фармаконадзора.	ru_RU
dc.language.iso	ru	ru_RU
dc.subject	аспектные термины	ru_RU
dc.subject	отзыв потребителей	ru_RU
dc.subject	лекарственные средства	ru_RU
dc.subject	рекуррентная нейронная сеть	ru_RU
dc.subject	естественный язык	ru_RU
dc.subject	русский язык	ru_RU
dc.title	Извлечение фармацевтическти значимых аспектных терминов моделью рекуррентной нейронной сети из текстов на естественном языке при малых выборках	ru_RU
dc.type	Conference proceedings in Russian journals and collections	ru_RU