2025
Постійне посилання на фонд
Переглянути
Перегляд 2025 за Ключові слова "abbreviative summarization"
Зараз показуємо 1 - 1 з 1
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Аналіз сучасних методів реферування текстів(КПІ ім. Ігоря Сікорського, 2025) Бистріцький, А.; Толкунов, І.; Гавриленко, О.; Богданова, Н.У сучасному світі, де потоки інформації захльостують нас щодня, вміння швидко орієнтуватися в морі текстових даних стає життєво важливим. Наукові статті, новини, блоги, соціальні мережі – скрізь нас оточує лавина текстів, що вимагають нашої уваги. Як же впоратися з цим інформаційним цунамі, не потонувши в безодні деталей? Саме цій проблемі присвячена дана стаття. Досліджуються можливості автоматизованого реферування текстів – процесу створення стислих, інформативних викладень великих обсягів текстової інформації. Традиційні методи аналізу текстів, що базуються на ручному перегляді та обробці, стають неефективними в умовах зростаючих обсягів інформації. На допомогу приходить штучний інтелект, зокрема обробка природної мови (NLP) та машинне навчання. NLP дозволяє комп'ютерам "розуміти" людську мову, аналізуючи її структуру та значення. Машинне навчання, в свою чергу, наділяє комп'ютери здатністю навчатися на основі даних, виявляючи приховані закономірності та самостійно покращуючи свою роботу. Завдяки поєднанню цих технологій, комп'ютери можуть аналізувати величезні обсяги текстової інформації, виділяти ключові моменти, відкидати несуттєві деталі та генерувати стислі, інформативні реферати, що зберігають основний зміст оригіналу [1]. Автоматизоване реферування текстів – це не просто технологічний тренд, а необхідність, що допоможе опанувати інформаційний простір та ефективно використовувати знання, закладені в текстах.