1. Электронный архив РГППУ
  2. Общеуниверситетские коллекции
  3. Периодические и продолжающиеся издания
  4. Новые информационные технологии в образовании и науке
Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: https://elar.rsvpu.ru/handle/123456789/43321
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorКузнецов, А. В.ru
dc.contributor.authorKuznetsov, A. V.en
dc.coverage.spatialРФru
dc.coverage.spatialРГППУru
dc.date.accessioned2023-11-02T13:28:49Z-
dc.date.available2023-11-02T13:28:49Z-
dc.date.issued2023-
dc.identifier.citationКузнецов, А. В. Использование интеллектуального анализа текста для обнаружения скрытой информации в исторических источниках / А. В. Кузнецов // Новые информационные технологии в образовании и науке. — 2023. — № 9. — С. 40-44.ru
dc.identifier.issn2587-6910-
dc.identifier.issn2782-7429-
dc.identifier.urihttps://elar.rsvpu.ru/handle/123456789/43321-
dc.description.abstractВ статье представлен обзор того, как интеллектуальный анализ текста используется для выявления скрытой информации в исторических текстах. Внимание акцентируется на методе тематического моделирования и моделях эмбеддингов слов. Статья иллюстрирует, как эти методы использовались в конкретных исторических исследованиях. Делается вывод о том, что интеллектуальный анализ текста является полезным инструментом для обнаружения скрытой информации в исторических текстах.ru
dc.description.abstractThe article presents an overview of how text mining can be employed to reveal hidden information in historical texts. The attention is focused on the method of thematic modeling and word embedding models. The article illustrates how these techniques have been utilized in historical research. It concludes that text mining is a useful tool for uncovering hidden information in historical.en
dc.format.mimetypeapplication/pdfen
dc.language.isoruen
dc.publisherРоссийский государственный профессионально-педагогический университетru
dc.relation.ispartofНовые информационные технологии в образовании и науке. — 2023. — № 9ru
dc.rightsinfo:eu-repo/semantics/openAccessen
dc.subjectИСТОРИЧЕСКИЕ ИСТОЧНИКИru
dc.subjectИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ ТЕКСТru
dc.subjectТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕru
dc.subjectЭМБЕДДИНГИ СЛОВru
dc.subjectHISTORICAL SOURCESen
dc.subjectTEXT MININGen
dc.subjectTOPIC MODELINGen
dc.subjectWORD EMBEDDINGen
dc.titleИспользование интеллектуального анализа текста для обнаружения скрытой информации в исторических источникахru
dc.title.alternativeUsing text mining to uncover hidden information in historical sourcesen
dc.typeArticleen
dc.typeinfo:eu-repo/semantics/articleen
dc.typeinfo:eu-repo/semantics/publishedVersionen
local.description.firstpage40-
local.description.lastpage44-
local.issue9-
local.identifier.doi10.17853/2587-6910-2023-09-40-41-
Располагается в коллекциях:Новые информационные технологии в образовании и науке

Файлы этого ресурса:
Файл Описание РазмерФормат 
nito_2023_9_009.pdf130,11 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Статистика  Google Scholar 



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.