Статьи за последние 2 года
   
Анализ возможностей автоматического реферирования статей на примере источников базы данных "Экология: наука и технологии" ГПНТБ России / Бычкова Е. Ф., Колосов К. А. // Науч. и техн. б-ки.— 2023 № 10.— C. 99-120.— русский; рез.: английский
 
Источник: 
 - Выпуск сериального издания ( 1 )
 
Автор: 
 - Персоналии ( 2 )
Постоянная ссылка (СИД2) J21708670102
Название Анализ возможностей автоматического реферирования статей на примере источников базы данных "Экология: наука и технологии" ГПНТБ России
Автор Бычкова Е. Ф.
Автор Колосов К. А.
Источник Научные и технические библиотеки
Страницы/Объём 99-120
Сокращ. назв. источника Науч. и техн. б-ки
Год 2023
Номер 10
Адрес в Интернет http://elibrary.ru/item.asp?id=54773669
Постоянная ссылка (СИД) J21708670
Ключевые слова (авторские) автоматическое реферирование%база данных%генерирующая модель mBARTru%датасет%нейросетевой машинный перевод%нормирование труда%реферат%экология
Дата регистрации в ВИНИТИ 09.11.2023
Место хранения Удаленный доступ. Эл. регистр. НЭБ
Язык текста русский
Язык резюме английский
Аннотация Рассмотрена возможность автоматического реферирования публикаций с использованием моделей генерирующего реферирования. Приводится обзор подходов к автоматическому регулированию, в том числе с использованием нейронных сетей. Дан обзор распространенных программных сред, а также проведен анализ, в результате которого определены их преимущества и недостатки при автореферировании. Проблема создания рефератов статей с использованием технологий автореферирования актуальна и позволяет увеличить доступность публикаций, прежде всего, не представленных в открытом доступе, при снижении затрат на их библиографическую обработку. По мнению авторов, создание расширенной библиографической записи (БЗ), снабженной аннотацией или рефератом, очень важно при предоставлении информации о новых экологичных технологиях. Тогда как создание грамотного реферата требует не только интеллектуальных усилий и времени сотрудников, но и специальных знаний. В качестве объекта исследования была взята база данных"Экология: наука и технологии" в целом и содержащиеся в ней публикации, посвященные внедрению новых природои ресурсосберегающих технологий. Сделан вывод о том, что автореферирование, в отличие от ручного реферирования, не требует наличия специалистов высокой квалификации по тематике обрабатываемых документов. При этом качество формируемых рефератов получается достаточно высоким даже при использовании типовых наборов данных (датасетов)
Тематический раздел Информатика
Издательский номер в РЖ 24.03-59.294
Издательский номер в РЖ 24.05-74.62
Шифр ГРНТИ 20.51.19
Шифр ГРНТИ 19.51.61
Ключевые слова автоматическое реферирование, нейронные сети, библиографические записи
Ключевые слова базы данных, "Экология: наука и технологии", автоматическое реферирование, нейронные сети, библиографические записи