МӘТІНДІК ДЕРЕКТЕРДІ ТАЛДАУ ДӘЛДІГІН АРТТЫРУ МАҚСАТЫНДА МАШИНАЛЫҚ ОҚЫТУ МОДЕЛЬДЕРІН АНСАМБЛЬДЕУ ӘДІСТЕРІН ЗЕРТТЕУ ЖӘНЕ ӘЗІРЛЕУ

Read full text Summarise with VIRAT
Authors: ЕРБОЛАТ НҰРЖОЛ
Cited by: 0

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

Қазіргі ақпараттық қоғамда мәтіндік деректердің көлемі қарқынды түрде өсуде. Әлеуметтік желілер, жаңалықтар порталдары, ғылыми жарияланымдар және электрондық құжаттар үлкен көлемдегі мәтіндік ақпараттың негізгі көздері болып табылады. Мұндай деректерді тиімді өңдеу мен талдау табиғи тілдерді өңдеу технологиялары мен машиналық оқыту әдістеріне негізделеді. Дегенмен жеке машиналық оқыту модельдері күрделі мәтіндік құрылымдарды талдау кезінде әрдайым жоғары дәлдік көрсете бермейді. Осыған байланысты бірнеше модельдердің нәтижелерін біріктіруге негізделген ансамбльдеу әдістерін қолдану зерттеудің маңызды бағыты болып отыр. Бұл мақалада мәтіндік деректерді талдау дәлдігін арттыру мақсатында машиналық оқыту модельдерін ансамбльдеу әдістерін зерттеу мәселесі қарастырылады. Ансамбльдеу әдістерінің негізгі түрлері талданып, олардың мәтінді жіктеу міндетіндегі тиімділігі сипатталады. Сонымен қатар мәтіндік деректерді өңдеу кезеңдері мен ансамбль модельдерін қолданудың зерттеу әдістемесі ұсынылады.

Fields of Study & Subjects

Topic Modeling Computational and Text Analysis Methods Natural Language Processing Techniques

Publication details

Journal / source
Zenodo (CERN European Organization for Nuclear Research)
Publication date
15 March 2026
Language
KK