Нейромережевий підхід до виявлення депресивних патернів за аналізом текстового контенту цифрових сервісів у закладах освіти

Скорочена інформація про документ
dc.contributor.authorТимофієв, І.А.
dc.contributor.authorМазурець, Олександр Вікторович
dc.date.accessioned2025-12-05T14:32:22Z
dc.date.available2025-12-05T14:32:22Z
dc.date.issued2025
dc.description.abstractЗапропоновано метод виявлення депресивних патернів за аналізом текстового контенту цифрових сервісів у закладах освіти, що призначений для перетворення вхідних даних у вигляді тексту та навченої нейромережевої моделі дуальної архітектури у вихідні дані у вигляді числової оцінки наявності депресивного стану. Запропонований метод виявлення депресивних патернів за аналізом текстового контенту цифрових сервісів у закладах освіти відрізняється від аналогів тим, що поєднує двопоточну архітектуру, яка базується на використанні двох паралельних нейронних мереж, кожна з яких спеціалізується на аналізі різних аспектів тексту – синтаксичного та семантичного. Потік синтаксичного аналізу спрямований на виявлення синтаксичної структури тексту, а потік семантичного аналізу – на розуміння змісту та контексту тексту. Після обробки тексту кожним потоком результати комбінуються на рівні вищого шару, що дозволяє врахувати як деталі мовної структури, так і зміст тексту для точнішого визначення депресивного стану.
dc.identifier.citationТимофієв І.А., Мазурець О.В. Нейромережевий підхід до виявлення депресивних патернів за аналізом текстового контенту цифрових сервісів у закладах освіти. Збірник наукових праць за матеріалами XVII Всеукраїнської науково-практичної конференції «Актуальні проблеми комп’ютерних наук АПКН-2025», 14-15 листопада 2025. Хмельницький, 2025. С. 395-404.
dc.identifier.urihttps://elar.khmnu.edu.ua/handle/123456789/19897
dc.language.isouk
dc.titleНейромережевий підхід до виявлення депресивних патернів за аналізом текстового контенту цифрових сервісів у закладах освіти
dc.typeСтаття
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
apkn-2025_corpuspaper-395-404.pdf
Розмір:
755.17 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Назва:
license.txt
Розмір:
4.26 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
Кафедра комп’ютерних наук