НЕЙРОСЕТЕВОЙ МЕТОД КЛАССИФИКАЦИИ ЛИТЕРАТУРНОГО ТЕКСТА С ТОЧКИ ЗРЕНИЯ ЕГО ЖАНРОВОЙ ИДЕНТИФИКАЦИИ
https://doi.org/10.33236/2307-910Х- 2018-4-24-66-71
Аннотация
Цифровые технологии позволяют сегодня обрабатывать большое количество литературных источников с целью обеспечения доступности и сохранения исторического наследия.
Ключевые слова
Об авторах
Екатерина Андреевна Кучукова
Северо-Кавказский федеральный университет
Россия
Россия
Ирина Андреевна Бабенко
Северо-Кавказский федеральный университет
Россия
Россия
Наталья Григорьевна Гудиева
Северо-Кавказский федеральный университет
Россия
Россия
Сафват Чиад Аль-Гальда
Северо-Кавказский федеральный университет
Россия
Россия
Список литературы
1. Томашевский Б.В. Теория литературы // Репринт, воспроизв. изд.: Л.: Госиздат, 1925. Letchworth, Hertfordshire : Bradda Books Ltd., 1971.232 с.
2. Успенский В. А. К семиотическим посланиям Андрея Николаевича Колмогорова // Новое литературное обозрение. 1997. №. 24.
3. Дюк В. A. Data Mining-интеллектуальный анализ данных // Санкт-Петербургский институт информатики и автоматизации РАН. 1999.
4. Галушкин А. И. Нейронные сети: основы теории. М.: Горячая линия-Телеком, 2010. Т. 496.
5. Хализев В. Е. Теория литературы. М.: Высшая школа, 1999.
6. Баевский В. Лингвистические, математические, семиотические и компьютерные модели в истории и теории литературы. Litres, 2017.
7. Akmajian A. et al. Linguistics: An introduction to language and communication. - MIT press, 2017.
8. Pinker S. Words and rales in the human brain //Nature. 1997. T. 387. №. 6633. C. 547.
9. Pinker S. The language instinct: How the mind creates language. - Penguin UK, 2003.
10. Van Dijk T. A. Semantic macro-structures and knowledge frames in discourse comprehension //Cognitive processes in comprehension. 1977. T. 332.
11. Montemurro M. A., Zanette D. H. Entropic analysis of the role of words in literary texts //Advances in complex systems. 2002. T. 5. №. 01. C. 7-17.
Рецензия
Для цитирования:
Кучукова Е.А., Бабенко И.А., Гудиева Н.Г., Аль-Гальда С.Ч. НЕЙРОСЕТЕВОЙ МЕТОД КЛАССИФИКАЦИИ ЛИТЕРАТУРНОГО ТЕКСТА С ТОЧКИ ЗРЕНИЯ ЕГО ЖАНРОВОЙ ИДЕНТИФИКАЦИИ. Современная наука и инновации. 2018;(4):66-71. https://doi.org/10.33236/2307-910Х- 2018-4-24-66-71
For citation:
Kuchukova E.A., Babenko I.A., Gudieva N.G., Al-Galda S.Ch. THE NEURAL NETWORK METHOD CLASSIFICATION OF LITERARY TEXT FROM THE VIEWPOINT OF ITS GENRE IDENTIFICATION. Modern Science and Innovations. 2018;(4):66-71. (In Russ.) https://doi.org/10.33236/2307-910Х- 2018-4-24-66-71
Просмотров:
75
Послать статью по эл. почте 