FROM STATISTICAL PATTERN RECOGNITION TO EMOTION ANALYSYS: APPLICATION OF THE APPARATUS OF DECOMPOSITION IN SPAСE WITH A GENERATING ELEMENT FOR NLP MODELS
| dc.contributor.author | Заболотній, Сергій Васильович | |
| dc.contributor.author | Zabolotnii, Serhii | |
| dc.contributor.author | Чепинога, Анатолій Володимирович | |
| dc.contributor.author | Chepynoha, Anatolii | |
| dc.contributor.author | Хотунов, Владислав Ігорович | |
| dc.contributor.author | Khotunov, Vladyslav | |
| dc.date.accessioned | 2026-06-05T11:56:09Z | |
| dc.date.available | 2026-06-05T11:56:09Z | |
| dc.date.issued | 2026 | |
| dc.description.abstract | Розпізнавання емоцій у текстах є важливою задачею сучасного оброблення природної мови, де на сьогодні домінують трансформерні архітектури. Однак їхні внутрішні механізми залишаються «чорною скринькою», а якість класифікації, особливо для складних випадків, має потенціал для покращення. У цій роботі запропоновано новий гібридний підхід, який поєднує потужність сучасних мовних моделей з глибоким аналізом їхніх векторних представлень за допомогою адаптації класичного методу статистичного розпізнавання образів, що ґрунтується на розкладі в просторі з порідним елементом (просторі Кунченка). Метод дає змогу згенерувати новий набір «статистико-геометричних» ознак на основі похибки реконструкції векторного представлення текстових повідомлень відповідних класів. Експерименти на українському (EMOBENCH-UA) та англійському (EmoEvent) наборах даних показали, що запропонований гібридний підхід забезпечує статистично значуще підвищення яккості класифікації. Дослідження також виявило ключові умови ефективності методу: він є потужним «уточнювачем» для моделей, донавчених на цільовій задачі, але неефективний на «сирих», неспеціалізованих векторних представленнях. Встановлено, що вибір базисних функцій для реконструкції є важливим гіперпараметром, що дає можливість адаптувати метод до специфічної геометрії простору даних. | |
| dc.identifier.citation | Заболотній С.В., Чепинога А.В., Хотунов В.І. FROM STATISTICAL PATTERN RECOGNITION TO EMOTION ANALYSYS: APPLICATION OF THE APPARATUS OF DECOMPOSITION IN SPACE WITH A GENERATING ELEMENT FOR NLP MODELS. Кібернетика та системний аналіз. 2026. № 2. C. 168-179 https://doi.org/10.34229/kca2522-9664.26.2.15 | |
| dc.identifier.uri | http://www.kibernetika.org/volumes/2026/numbers/02/articles/15/ArticleDetailsUA.html | |
| dc.identifier.uri | https://dr.csbc.edu.ua/handle/123456789/2243 | |
| dc.publisher | Інститут кібернетики ім. В.М. Глушкова НАН України | |
| dc.subject | TECHNOLOGY | |
| dc.subject | SOCIAL SCIENCES::Statistics, computer and systems science::Informatics, computer and systems science::Information technology | |
| dc.title | FROM STATISTICAL PATTERN RECOGNITION TO EMOTION ANALYSYS: APPLICATION OF THE APPARATUS OF DECOMPOSITION IN SPAСE WITH A GENERATING ELEMENT FOR NLP MODELS | |
| dc.title.alternative | Від статистичного розпізнавання образів до аналізу емоцій: застосування апарату розкладу в просторі з порідним елементом до моделей оброблення природної мови | |
| dc.type | Article |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- FROM STATISTICAL PATTERN RECOGNITION TO EMOTION ANALYSYS: APPLICATION OF THE APPARATUS OF DECOMPOSITION IN SPAСE WITH A GENERATING ELEMENT FOR NLP MODELS.pdf
- Size:
- 57.11 KB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed to upon submission
- Description: