KFU. Card publication. Применение машинного обучения к задаче генерации поисковых запросов

KAZAN
FEDERAL UNIVERSITY

- RUS
- 中文
- ES

ПРИМЕНЕНИЕ МАШИННОГО ОБУЧЕНИЯ К ЗАДАЧЕ ГЕНЕРАЦИИ ПОИСКОВЫХ ЗАПРОСОВ

Form of presentation

Articles in Russian journals and collections

Year of publication

2021

Язык

русский

Authors, employees of KFU

Gusenkov Aleksandr Mikhaylovich, author

Authors, students KFU

Sittikova Alina Rafisovna, author

Bibliographic description in the original language

Gusenkov, A. M., & Sittikova, A. R. . (2021). Primenenie mashinnogo obucheniya k zadache generacii poiskovykh zaprosov. Elektronnye biblioteki, 24(2), 272-293. https://doi.org/10.26907/1562-5419-2021-24-2-271-292

Annotation

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.

Keywords

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

The name of the journal

Электронные библиотеки: перспективные методы и технологии, электронные коллекции

URL

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

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

https://repository.kpfu.ru/eng/?p_id=253879&p_lang=2

Full metadata record

Field DC	Value	Language
dc.contributor.author	Gusenkov Aleksandr Mikhaylovich	ru_RU
dc.contributor.author	Sittikova Alina Rafisovna	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/eng/?p_id=253879&p_lang=2	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	Articles in Russian journals and collections	ru_RU