| DC Field | Value | Language |
|---|
| dc.contributor.author | Давыдовский, С. В. | - |
| dc.date.accessioned | 2017-06-05T11:13:40Z | - |
| dc.date.accessioned | 2017-07-17T12:16:26Z | - |
| dc.date.available | 2017-06-05T11:13:40Z | - |
| dc.date.available | 2017-07-17T12:16:26Z | - |
| dc.date.issued | 2017 | - |
| dc.identifier.citation | Давыдовский, С. В. Модель Skip-Gram технологии word2vec / С. В. Давыдовский // Компьютерные системы и сети : материалы 53-й научной конференции аспирантов, магистрантов и студентов, Минск, 2–6 мая 2017 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2017. – С. 192–193. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/13101 | - |
| dc.description.abstract | Технология word2vec с момента своего появления в 2013 году обрела большую популярность среди
исследователей в области машинного обучения. Векторные представления слов, получаемые с помощью word2vec,
нашли широкое применение в различных областях обработки естественного языка. Такое распространение обусловлено
тем, что векторы word2vec довольно точно передают семантические значения слов. В данной работе рассматривается
принцип работы одной из моделей word2vec – Skip-Gram. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | нейронные сети | ru_RU |
| dc.subject | контекстное слово | ru_RU |
| dc.title | Модель Skip-Gram технологии word2vec | ru_RU |
| dc.type | Article | ru_RU |
| Appears in Collections: | Компьютерные системы и сети : материалы 53-й научной конференции аспирантов, магистрантов и студентов (2017)
|
