Основные темы научной работы |
обработка естественного языка, машинное обучение, нейронные сети, классификация текстов, прикладная лингвистика |
|
|
Публикации в базе данных Math-Net.Ru |
Цитирования |
|
2024 |
1. |
Д. А. Морозов, И. А. Смаль, Т. А. Гарипов, А. В. Глазкова, “Ключевые слова, морфемные разборы и синтаксические деревья в задаче оценки сложности текста”, Модел. и анализ информ. систем, 31:2 (2024), 206–220 |
|
2023 |
2. |
А. В. Глазкова, Д. А. Морозов, М. С. Воробьева, А. А. Ступников, “Генерация ключевых слов для русскоязычных научных текстов с помощью модели mT5”, Модел. и анализ информ. систем, 30:4 (2023), 418–428 |
1
|
|
2022 |
3. |
А. В. Глазкова, О. В. Захарова, А. В. Захаров, Н. Н. Москвина, Т. Р. Еникеев, А. Н. Ходырев, В. К. Боровинский, И. Н. Пупышева, “Поиск упоминаний экологических практик в социальных сетях с помощью методов классификации текстов”, Модел. и анализ информ. систем, 29:4 (2022), 316–332 |
|
2020 |
4. |
А. В. Глазкова, “Тематическая классификация текстовых фрагментов с учетом их ближайшего контекста”, Автомат. и телемех., 2020, № 12, 153–172 ; A. V. Glazkova, “Topical classification of text fragments accounting for their nearest context”, Autom. Remote Control, 81:12 (2020), 2262–2276 |
4
|
|
2018 |
5. |
А. В. Глазкова, “Автоматический поиск фрагментов, содержащих биографическую информацию, в тексте на естественном языке”, Труды ИСП РАН, 30:6 (2018), 221–236 |
2
|
|
2017 |
6. |
А. В. Глазкова, “Подход к проведению классификации текстов на основании возрастных групп их адресатов”, Тр. СПИИРАН, 52 (2017), 51–69 |
4
|
|