Please use this identifier to cite or link to this item: https://rep.polessu.by/handle/123456789/34957
Title: Сравнительный анализ методов векторизации текста для задач классификации в NLP
Other Titles: Comparative analysis of text vectorization methods for classification tasks in NLP
Authors: Скворцов, А.А.
Анурьева, М.С.
Солодовников, А.Н.
Skvorcov, A.
Anureva, M.
Solodovnikov, A.
Keywords: обработка текста
классификация
NLP
векторизация
TF-IDF
FastText
BERT
трансформеры
text processing
classification
NLP
vectorization
TF-IDF
FastText
BERT
transformers
Issue Date: 2025
Publisher: Пинск : Полесский государственный университет
Citation: Скворцов, А. А. Сравнительный анализ методов векторизации текста для задач классификации в NLP / А. А. Скворцов, М. С. Анурьева, А. Н. Солодовников / Материалы V международной научно-практической конференции «Инжиниринг: теория и практика», Полесский государственный университет, г. Пинск, Республика Беларусь, 25 апреля 2025 г. / [ редкол.: В. И. Дунай, И. А. Пригодич ] ; Полесский государственный университет [и др.]. – Пинск : ПолесГУ, 2025. – С. 44-47.
Abstract: Проведен сравнительный анализ методов векторизации текста для задач классификации в NLP. Эксперименты показали преимущество моделейBERT по качеству предсказаний. Подчеркивается значение выбора подхода к векторизации для повышения точности.
Description: The abstract: A comparative analysis of text vectorization methods for NLP classification tasks is presented. Experiments show BERT models outperform others in prediction quality. The study emphasizes the importance of vectorization choice for improving accuracy.
Appears in Collections:2025 год

Files in This Item:
File Description SizeFormat 
Sravnitelnyi_analiz_metodov.pdf376.36 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.