| DC Field | Value | Language |
|---|
| dc.contributor.author | Драгунский, Н. С. | - |
| dc.contributor.author | Хусамов, Р. Р. | - |
| dc.contributor.author | Ганиев, Ш. И. | - |
| dc.contributor.author | Шилин, С. В. | - |
| dc.coverage.spatial | Уфа | en_US |
| dc.date.accessioned | 2026-01-14T12:05:56Z | - |
| dc.date.available | 2026-01-14T12:05:56Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.citation | Анализ эмоциональной окраски текста с использованием модели DistilBERT = Text sentiment analysis using the DistilBERT model / Н. С. Драгунский, Р. Р. Хусамов, Ш. И. Ганиев, С. В. Шилин // Информационные технологии обеспечения комплексной безопасности в цифровом обществе : материалы VII Всероссийской молодёжной научно-практической конференции с международным участием, Уфа, 23–24 мая 2025 г. / Уфимский университет науки и технологий ; редкол.: Д. С. Юнусова (отв. ред.) [и др.]. – Уфа, 2025. – С. 77–80. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/62719 | - |
| dc.description.abstract | В статье рассматривается задача анализа эмоциональной окраски текста с использованием модели DistilBERT, являющейся облегченным вариантом BERT. Приведены основные этапы подготовки данных, методология обучения модели, а также результаты экспериментов на различных корпусах. Обоснована применимость модели в прикладных задачах анализа пользовательского контента. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | Уфимский университет науки и технологий | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | трансформеры | en_US |
| dc.subject | анализ тональности | en_US |
| dc.subject | машинное обучение | en_US |
| dc.subject | языковые модели | en_US |
| dc.title | Анализ эмоциональной окраски текста с использованием модели DistilBERT | en_US |
| dc.title.alternative | Text sentiment analysis using the DistilBERT model | en_US |
| dc.type | Article | en_US |
| local.description.annotation | The article explores the task of text sentiment analysis using the DistilBERT model, a lightweight version of BERT. The paper outlines data preprocessing, model training methodology, and experiment results on various corpora. The applicability of the model to real-world user-generated content analysis is demonstrated. | en_US |
| Appears in Collections: | Информационные технологии обеспечения комплексной безопасности в цифровом обществе (2025)
|
