Отмечено, что дистрибутивное моделирование семантики слова сегодня широко используется для решения многих практических задач интеллектуальной обработки текста, таких, как, например, автоматизированное построение онтологии, тезаурусов, терминологических баз данных. Дистрибутивная репрезентация слова представляет собой многомерный вектор, где каждое измерение соответствует дистрибутивному признаку слова, т.е. отдельному слову или словосочетанию, употребляемому в его контексте. Неограниченная размерность признаковых векторов позволяет численно отразить тонкие семантические особенности слов. Однако вместе с тем она является причиной основных недостатков дистрибутивных моделей - высокой чувствительности к шуму в виде неинформативных, многозначных признаков, а также необходимости затрачивать значительные вычислительные ресурсы на обработку таких репрезентаций. Рассмотрены методы селекции признаков, один из способов преодоления негативных эффектов большого признакового пространства.

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"