МЕТОДЫ ОБРАБОТКИ БОЛЬШОГО КОЛИЧЕСТВА КУЛИНАРНЫХ РЕЦЕПТОВ УЧИТЫВАЮЩИЕ СЕМАНТИЧЕСКУЮ БЛИЗОСТЬ ИНГРЕДИЕНТОВ (37-41)

Архив в PDF формате
Дата публикации статьи в журнале: 2020/07/17
Название журнала: Восточно Европейский Научный Журнал, Выпуск: 58, Том: 2, Страницы в выпуске: 37-41
Автор: Насонов Евгений Александрович
Харьков, Харьковский национальный университет радиоэлектроники ,
Анотация: В статье рассматриваются методы работы с большим количеством пользовательских кулинарных рецептов и их анализа. Рассматриваются методы работы с текстом на русском языке в применении к конкретной предметной области. Разработана модель векторного представления кулинарных рецептов, учитывающий семантическую близость ингредиентов. Также проводится обзор доступных программных инструментов для решения задач обработки текстов.
Ключевые слова: большие данные   семантические отношения   кулинарные рецепты   машинное обучение   обработка естественных языков  
Данные для цитирования: Насонов Евгений Александрович , . МЕТОДЫ ОБРАБОТКИ БОЛЬШОГО КОЛИЧЕСТВА КУЛИНАРНЫХ РЕЦЕПТОВ УЧИТЫВАЮЩИЕ СЕМАНТИЧЕСКУЮ БЛИЗОСТЬ ИНГРЕДИЕНТОВ (37-41). Восточно Европейский Научный Журнал. Технические науки. 2020/07/17; 58(2):37-41.

View Fullscreen
mrking mrking giriş kingroyal kingroyal giriş kingroyal güncel kingroyal kingroyal giriş kingroyal güncel madridbet madridbet giriş madridbet güncel madridbet madridbet giriş madridbet güncel meritking giriş meritking güncel link meritking adres
Список литературы: 1.Khorsheed, K & Madbouly, M & Khorsheed, Khattab & Madbouly, Magda & Guirguis, Shawkat. (2015). SEARCH ENGINE OPTIMIZATION USING DATA MINING APPROACH. IX. 184. 2.Азеркович И. Л. Использование мер семантической близости для распознавания кореференции в русском языке / И. Л. Азеркович// Вестник НГУ. Серия: Лингвистика и межкультурная коммуникация. 2019. Т. 17, № 1. С. 65-77. DOI 10.25205/1818-7935-2019-17-1-65-77. 3.Korobov M.: Morphological Analyzer and Generator for Russian and Ukrainian Languages / M. Korobov// Analysis of Images, Social Networks and Texts, pp 320-332 (2015). 4.Захаров, В. П., Хохлова, М. В. (2010). Анализ эффективности статистических методов выявления коллокаций в текстах на русском языке. / В. П. Захаров, М. В. Хохлова// Компьютерная лингвистика и интеллектуальные технологии, 9 (16), 137-143. 5. Хохлова М. В. Сопоставительный анализ статистических мер на примере частеречных преференций сочетаемости существительных. / М. В. Хохлова// Компьютерная лингвистика и УДК 62-974: вычислительные онтологии: сборник научных статей. Труды XIX Международной объединенной научной конференции «Интернет и современное общество» (IMS-2017), Санкт-Петербург, 21 – 23 июня 2017 г. — СПб: Университет ИТМО, 2017. С. 165-171. 6.Хохлова М. В. Статистический подход применительно к исследованию сочетаемости: от мер ассоциации к машинному обучению. / М. В. Хохлова// Структурная и прикладная лингвистика. Выпуск 13. СПб., 2019. С. 106–122. 7.Лазеева Н.В. Структурные и языковые особенности кулинарных рецептов поваренной книги “Cooking for Friends” г. Рамзи./ Н.В. Лазеева // Инновационная наука. 2016. №3-3 (15). 8.Рецепты и кулинария на Поварёнок.Ру. — URL : https://www.povarenok.ru (дата обращения 10.06.2020). 9.Проскурин А.А., Авсеева О.В. Объектноориентированная реализация обработки текста на основе алгоритма continuous bag of words. /А.А. Проскурин, О.В. Авсеева // Объектные системы. 2016. №13. 10.Karyaeva, Maria & Braslavski, Pavel & Sokolov, Valery. (2018). Word Embedding for Semantically Relative Words: an Experimental Study. Modeling and Analysis of Information Systems. 25. 726-733. 10.18255/1818-1015-2018-6-726-733.