id int64 18 18.8k | created_at timestamp[ns, tz=UTC]date 2026-02-23 07:30:20 2026-02-24 14:51:09 | updated_at timestamp[ns, tz=UTC]date 2026-02-23 08:08:14 2026-02-24 14:51:09 | doc_name stringclasses 1
value | input stringlengths 11 9.24k | output stringlengths 0 738 | is_personal bool 2
classes | is_sentence bool 2
classes | is_corrected bool 2
classes |
|---|---|---|---|---|---|---|---|---|
10,057 | 2026-02-24T09:44:13.627000Z | 2026-02-24T09:44:13.627000Z | Lec. | Третий уровень отсутсвует | false | true | false | |
10,056 | 2026-02-24T09:44:11.841000Z | 2026-02-24T09:44:11.841000Z | Lec. | Для второго уровня: f1 macro: 0,5507, f1 weighted: 0,5507 на модели Word2Vec [6] | false | true | false | |
10,055 | 2026-02-24T09:44:10.002000Z | 2026-02-24T09:44:10.002000Z | Lec. | Модель классификации: rubert–DeepPavlov [5] | false | true | false | |
10,054 | 2026-02-24T09:44:08.053000Z | 2026-02-24T09:44:08.053000Z | Lec. | Для первого уровня F1 weighted: 0,8479, F1 macro: 0,8382 и F1 micro: 0,8488. 36 классов | false | true | false | |
10,053 | 2026-02-24T09:44:06.480000Z | 2026-02-24T09:44:06.480000Z | Lec. | Текущая программа имеет следующие характеристики: | false | true | false | |
10,052 | 2026-02-24T09:44:04.742000Z | 2026-02-24T09:44:04.742000Z | Lec. | Поэтому эта работа, так же как и уже существующая разработка ВИНИТИ, базируется на ансамбле моделей из трех уровней | false | true | false | |
10,051 | 2026-02-24T09:44:03.103000Z | 2026-02-24T09:44:03.103000Z | Lec. | Из-за большого количества классов и их дисбаланса любая модель значительно теряет в точности | false | true | false | |
10,050 | 2026-02-24T09:44:01.317000Z | 2026-02-24T09:44:01.317000Z | Lec. | Учитывая сложность классификации с заметным дисбалансом весов, в качестве ключевых метрик используются метрики F1 weighted, F1 macro и F1 micro [4] | false | true | false | |
10,049 | 2026-02-24T09:43:59.732000Z | 2026-02-24T09:43:59.732000Z | Lec. | В кодификаторе ГРНТИ насчитывается около 3600 уникальных кодов | false | true | false | |
10,048 | 2026-02-24T09:43:57.984000Z | 2026-02-24T09:43:57.984000Z | Lec. | Рисунок 2 – Пример кодификатора | false | true | false | |
10,047 | 2026-02-24T09:43:56.167000Z | 2026-02-24T09:43:56.167000Z | Lec. | Пример кодификатора на рисунке ниже: | false | true | false | |
10,046 | 2026-02-24T09:43:54.146000Z | 2026-02-24T09:43:54.146000Z | Lec. | Каждая часть является подразделом какой-либо науки, например 34 – биология, 34.47 – токсикология и так далее | false | false | false | |
10,045 | 2026-02-24T09:43:52.430000Z | 2026-02-24T09:43:52.430000Z | Lec. | Код Государственного Рубрикатора Научной и Технической Информации (ГРНТИ) представляет собой три части, каждая из которых имеет двузначное значение | false | true | false | |
10,044 | 2026-02-24T09:43:50.769000Z | 2026-02-24T09:43:50.769000Z | Lec. | Все это подчеркивает возрастающую важность иерархической классификации текстов и демонстрирует ее потенциал для будущего развития интеллектуальных систем в области обработки естественного языка | false | true | false | |
10,043 | 2026-02-24T09:43:49.001000Z | 2026-02-24T09:43:49.001000Z | Lec. | Когда появляется новая подкатегория, ее можно без особых трудностей интегрировать в существующую структуру, что минимизирует необходимость перестраивания всей модели | false | true | false | |
10,042 | 2026-02-24T09:43:47.357000Z | 2026-02-24T09:43:47.357000Z | Lec. | Кроме того, иерархия удобно используется для расширения базы данных | false | true | false | |
10,041 | 2026-02-24T09:43:45.767000Z | 2026-02-24T09:43:45.767000Z | Lec. | Также такая структура позволяет настраивать систему под узкоспециализированные задачи, где необходимы тонкие различия внутри более крупных тем | false | true | false | |
10,040 | 2026-02-24T09:43:44.163000Z | 2026-02-24T09:43:44.163000Z | Lec. | Иерархическая модель успешно справляется с рядом проблем, которые возникают у традиционных моделей, особенно в плане достижения оптимального баланса между переобучением, когда система чрезмерно фокусируется на деталях наборов данных, и ситуацией, когда игнорируются важные признаки | false | true | false | |
10,039 | 2026-02-24T09:43:42.323000Z | 2026-02-24T09:43:42.323000Z | Lec. | Классификация, организованная по двухуровневой или многоступенчатой структуре категорий, позволяет учитывать сложные взаимосвязи между категориями и лучше отражать специфику различных предметных областей | false | true | false | |
10,038 | 2026-02-24T09:43:40.688000Z | 2026-02-24T09:43:40.688000Z | Lec. | В заключение, важно отметить, что иерархическая классификация играет ключевую роль в решении современных задач | false | true | false | |
10,037 | 2026-02-24T09:43:38.881000Z | 2026-02-24T09:43:38.881000Z | Lec. | Такой классификатор позволяет избежать сильного дисбаланса классов и повысить качество предсказаний, а также работать с гораздо более сложными структурами | false | true | false | |
10,036 | 2026-02-24T09:43:37.304000Z | 2026-02-24T09:43:37.304000Z | Lec. | В этом контексте идея иерархической классификации выходит на передний план, предоставляя инструменты для более детального и тонкого представления предметных областей | false | true | false | |
10,035 | 2026-02-24T09:43:35.662000Z | 2026-02-24T09:43:35.662000Z | Lec. | Динамичность живого языка добавляет дополнительный уровень сложности: аспекты, которые актуальны сегодня, могут перестать быть таковыми уже завтра | false | true | false | |
10,034 | 2026-02-24T09:43:33.901000Z | 2026-02-24T09:43:33.901000Z | Lec. | Проблемы возникают при учете синонимов и полисемии , создании высококачественных размеченных наборов данных, а также поддержании актуальности в связи с появлением новых тем и терминов | false | true | false | |
10,033 | 2026-02-24T09:43:32.044000Z | 2026-02-24T09:43:32.044000Z | Lec. | Объем и разнородность текстовых данных заставляют разработчиков систем обработки естественного языка (NLP) [3] сталкиваться с множеством сложных задач, включая неоднозначность языка, контекстуальную зависимость значений слов и выражений, а также формат и структуру входных данных | false | true | false | |
10,032 | 2026-02-24T09:43:30.254000Z | 2026-02-24T09:43:30.254000Z | Lec. | Тем не менее, простая категоризация текстов по четко заданным темам или рубрикам уже не удовлетворяет современным требованиям, так как структуры текстов, их тематика и взаимосвязи между категориями становятся все более сложными | false | true | false | |
10,031 | 2026-02-24T09:43:28.429000Z | 2026-02-24T09:43:28.429000Z | Lec. | Благодаря своей универсальности текстовая классификация находит применение в самых разных областях — от маркетинга и управления бизнес–процессами до медицины и фундаментальной науки, оставаясь востребованной и актуальной задачей в эпоху цифровой трансформации | false | true | false | |
10,030 | 2026-02-24T09:43:26.646000Z | 2026-02-24T09:43:26.646000Z | Lec. | Помимо этого, классификация документов составляет основу современных интеллектуальных поисковых систем, повышая точность поиска и помогая пользователям получать релевантные результаты в соответствии с их потребностями | false | true | false | |
10,029 | 2026-02-24T09:43:24.860000Z | 2026-02-24T09:43:24.860000Z | Lec. | В научной сфере классификация играет особенно важную роль, значительно ускоряя анализ научной литературы, структурирование публикаций и организацию исследовательских данных | false | true | false | |
10,028 | 2026-02-24T09:43:22.990000Z | 2026-02-24T09:43:22.991000Z | Lec. | Классификация является одним из фундаментальных методов обработки больших массивов данных, поскольку она дает возможность систематизировать текстовую информацию, автоматически распределяя ее по заранее определенным тематическим категориям, рубрикам или иным смысловым маркерам | false | true | false | |
10,027 | 2026-02-24T09:43:21.186000Z | 2026-02-24T09:43:21.186000Z | Lec. | Рисунок 1 – Количество публикация по теме нейронных сетей для работы с текстами | false | true | false | |
10,026 | 2026-02-24T09:43:19.296000Z | 2026-02-24T09:43:19.296000Z | Lec. | Ниже представлен график роста объема научных работ по теме нейронных сетей в работе с текстами | false | false | false | |
10,025 | 2026-02-24T09:43:17.620000Z | 2026-02-24T09:43:17.620000Z | Lec. | Новые архитектуры моделей открывают широкие возможности для работы с текстовыми данными | false | true | false | |
10,024 | 2026-02-24T09:43:15.847000Z | 2026-02-24T09:43:15.847000Z | Lec. | Они используются в задачах генерации текста, NER [1], классификации текста [2], рекомендательные системы | false | false | false | |
10,023 | 2026-02-24T09:43:13.923000Z | 2026-02-24T09:43:13.923000Z | Lec. | Одним из самых продвинутых способов с большими объемами текстов на данный момент являются нейронные сети | false | true | false | |
10,022 | 2026-02-24T09:43:12.163000Z | 2026-02-24T09:43:12.163000Z | Lec. | Список литературы 43 | false | false | false | |
10,021 | 2026-02-24T09:43:10.316000Z | 2026-02-24T09:43:10.316000Z | Lec. | Параметры работы приложения 40 | false | true | false | |
10,020 | 2026-02-24T09:43:08.656000Z | 2026-02-24T09:43:08.656000Z | Lec. | Описание приложения 39. 5.3 | false | true | false | |
10,019 | 2026-02-24T09:43:06.948000Z | 2026-02-24T09:43:06.948000Z | Lec. | Консольное приложение 39. 5.2 | false | false | false | |
10,018 | 2026-02-24T09:43:04.461000Z | 2026-02-24T09:43:04.461000Z | Lec. | Оценка программы через иерархическую классификацию 38. 6 | false | true | false | |
10,017 | 2026-02-24T09:43:02.707000Z | 2026-02-24T09:43:02.707000Z | Lec. | Оценка программы по уровням 37. 5.2 | false | true | false | |
10,016 | 2026-02-24T09:43:01.181000Z | 2026-02-24T09:43:01.181000Z | Lec. | Итоговая оценка проекта 37. 5.1 | false | true | false | |
10,015 | 2026-02-24T09:42:59.345000Z | 2026-02-24T09:42:59.345000Z | Lec. | Классификатор Третьего уровня 32. 5 | false | true | false | |
10,014 | 2026-02-24T09:42:57.820000Z | 2026-02-24T09:42:57.820000Z | Lec. | Классификатор Второго уровня 29. 4.3 | false | true | false | |
10,013 | 2026-02-24T09:42:55.940000Z | 2026-02-24T09:42:55.940000Z | Lec. | Классификатор первого уровня 28. 4.2 | false | true | false | |
10,012 | 2026-02-24T09:42:53.861000Z | 2026-02-24T09:42:53.861000Z | Lec. | Создание Классификаторов 28. 4.1 | false | true | false | |
10,011 | 2026-02-24T09:42:51.536000Z | 2026-02-24T09:42:51.536000Z | Lec. | Преобразование данных 26. 4 | false | true | false | |
10,010 | 2026-02-24T09:42:49.857000Z | 2026-02-24T09:42:49.857000Z | Lec. | Распределение датасета 20. 3.2 | false | true | false | |
10,009 | 2026-02-24T09:42:48.066000Z | 2026-02-24T09:42:48.066000Z | Lec. | Работа с данными 20. 3.1 | false | true | false | |
10,008 | 2026-02-24T09:42:45.985000Z | 2026-02-24T09:42:45.985000Z | Lec. | Обзор методов регуляризации 18. 3 | false | true | false | |
10,007 | 2026-02-24T09:42:44.526000Z | 2026-02-24T09:42:44.526000Z | Lec. | Функции потерь 17. 2.5 | false | false | false | |
10,006 | 2026-02-24T09:42:42.989000Z | 2026-02-24T09:42:42.989000Z | Lec. | Обзор оптимизаторов 16. 2.4 | false | true | false | |
10,005 | 2026-02-24T09:42:41.223000Z | 2026-02-24T09:42:41.223000Z | Lec. | Обзор моделей 12. 2.3 | false | false | false | |
10,004 | 2026-02-24T09:42:39.592000Z | 2026-02-24T09:42:39.592000Z | Lec. | Обзор сервисов аналогов 11. 2.2 | false | true | false | |
10,003 | 2026-02-24T09:42:37.626000Z | 2026-02-24T09:42:37.626000Z | Lec. | Обзор существующих решений 11. 2.1 | false | true | false | |
10,002 | 2026-02-24T09:42:35.901000Z | 2026-02-24T09:42:35.901000Z | Lec. | Описание задачи 8. 2 | false | true | false | |
10,001 | 2026-02-24T09:42:33.723000Z | 2026-02-24T09:42:33.723000Z | Lec. | Введение 5. 1 | false | true | false | |
10,000 | 2026-02-24T09:42:32.216000Z | 2026-02-24T09:42:32.216000Z | Lec. | The outcome of this work is a console application for the automatic classification of scientific articles | false | true | false | |
9,999 | 2026-02-24T09:42:30.493000Z | 2026-02-24T09:42:30.493000Z | Lec. | The research consists of preprocessing a dataset of articles, investigating classification architectures and text processing methods, developing improvements, creating a final program, and conducting a comprehensive evaluation of its effectiveness | false | true | false | |
9,998 | 2026-02-24T09:42:28.716000Z | 2026-02-24T09:42:28.716000Z | Lec. | The study aims to develop models capable of identifying the appropriate GRNTI categories for scientific publications, which could enhance peer review, indexing of materials, and provide invaluable support for scientometrics | false | true | false | |
9,997 | 2026-02-24T09:42:27.144000Z | 2026-02-24T09:42:27.145000Z | Lec. | The relevance of this research lies in the necessity to improve the accuracy and processing of scientific texts, as the current classification methods rely on outdated technologies | false | true | false | |
9,996 | 2026-02-24T09:42:25.390000Z | 2026-02-24T09:42:25.390000Z | Lec. | The objective of this graduation thesis is to develop neural language models for automating the classification of Russian-language scientific articles according to the State Rubricator of Scientific and Technical Information (GRNTI) codes for the All-Russian Institute of Scientific and Technical Information (VINITI) | false | true | false | |
9,995 | 2026-02-24T09:42:23.526000Z | 2026-02-24T09:42:23.526000Z | Lec. | Due to the ever-increasing volume and complexity of scientific articles, there is a growing need for efficient classification of scientific papers to standardize knowledge and optimize search processes | false | true | false | |
9,994 | 2026-02-24T09:42:21.904000Z | 2026-02-24T09:42:21.904000Z | Lec. | Результатом работы стало создание консольного приложения для автоматической классификации научных статей | false | true | false | |
9,993 | 2026-02-24T09:42:20.133000Z | 2026-02-24T09:42:20.133000Z | Lec. | Исследование состоит из предварительной обработки набора статей, исследования архитектур классификации и работы с текстом, способов их улучшения, разработки итоговой программы и комплексной оценки их эффективности | false | true | false | |
9,992 | 2026-02-24T09:42:18.371000Z | 2026-02-24T09:42:18.371000Z | Lec. | Исследование нацелено на разработку моделей, которые смогут определять соответствующие рубрики ГРНТИ научных публикаций, что может способствовать улучшению рецензирования, индексирования материалов, а также оказать неоценимую помощь наукометрии | false | true | false | |
9,991 | 2026-02-24T09:42:16.493000Z | 2026-02-24T09:42:16.493000Z | Lec. | Актуальность исследования состоит в необходимости увеличения точности и обработки научных текстов, так как в настоящее время классификация выполняется на устаревших технологиях | false | true | false | |
9,990 | 2026-02-24T09:42:14.716000Z | 2026-02-24T09:42:14.716000Z | Lec. | Целью выпускной квалификационной работы является создание нейросетевых языковых модели для автоматизации процесса классификации русскоязычных научных статей по кодам ГРНТИ для Всероссийского Института Научной и Технической Информации (ВИНИТИ) | false | true | false | |
9,989 | 2026-02-24T09:42:12.853000Z | 2026-02-24T09:42:12.853000Z | Lec. | В связи со все увеличивающимся объемом и усложнением научных статей, наблюдается большая потребность в эффективной классификации научных статей для стандартизации знаний и оптимизации их поиска | false | true | false | |
9,988 | 2026-02-24T09:42:11.085000Z | 2026-02-24T09:42:11.085000Z | Lec. | Руководитель. / | false | true | false | |
9,987 | 2026-02-24T09:42:09.681000Z | 2026-02-24T09:42:09.681000Z | Lec. | Студент. / | false | true | false | |
9,986 | 2026-02-24T09:42:08.173000Z | 2026-02-24T09:42:08.173000Z | Lec. | Разработка ансамбля языковых моделей для классификации текстов по кодам ГРНТИ | false | true | false | |
9,985 | 2026-02-24T09:42:06.434000Z | 2026-02-24T09:42:06.434000Z | Lec. | Мазепа Денис Игоревич | true | false | false | |
9,984 | 2026-02-24T09:41:53.748000Z | 2026-02-24T09:41:53.748000Z | Lec. | URL: https://criticality-metrics.readthedocs.io/en/latest/time-scale/TTC.html (дата обращения: 05.05.2025). | false | true | false | |
9,983 | 2026-02-24T09:41:51.543000Z | 2026-02-24T09:41:51.543000Z | Lec. | Time To Collision (TTC) - Criticality Metrics [Электронный ресурс] | false | false | false | |
9,982 | 2026-02-24T09:41:49.692000Z | 2026-02-24T09:41:49.692000Z | Lec. | Whinston Efficient Real-Time Routing for Autonomous Vehicles Through Bayes Correlated Equilibrium: An Information Design Framework // Technology Policy Institute Artificial Intelligence conference 2018. 2018. 32 | false | true | false | |
9,981 | 2026-02-24T09:41:47.723000Z | 2026-02-24T09:41:47.723000Z | Lec. | Yixuan L., Andrew B | false | false | false | |
9,980 | 2026-02-24T09:41:45.920000Z | 2026-02-24T09:41:45.920000Z | Lec. | OpenCDA: An Open Cooperative Driving Automation Framework Integrated with Co-Simulation 2021. 31 | false | false | false | |
9,979 | 2026-02-24T09:41:44.180000Z | 2026-02-24T09:41:44.180000Z | Lec. | Xu R. [и др.] | false | false | false | |
9,978 | 2026-02-24T09:41:42.689000Z | 2026-02-24T09:41:42.689000Z | Lec. | Parallel Network Simulation With OMNeT++ // Journal of Research and Development on Information and Communication Technology. 2009. 30 | false | false | false | |
9,977 | 2026-02-24T09:41:40.881000Z | 2026-02-24T09:41:40.882000Z | Lec. | Varga A., Şekercioğlu A | false | false | false | |
9,976 | 2026-02-24T09:41:39.181000Z | 2026-02-24T09:41:39.181000Z | Lec. | C. 487–4650. 29 | false | false | false | |
9,975 | 2026-02-24T09:41:37.698000Z | 2026-02-24T09:41:37.698000Z | Lec. | Surrogate Safety Measures From Traffic Simulation Models // National Technical Information Service (NTIS). № 703 (telephone) | true | true | false | |
9,974 | 2026-02-24T09:41:36.042000Z | 2026-02-24T09:41:36.042000Z | Lec. | Trentacoste M | false | false | false | |
9,973 | 2026-02-24T09:41:34.513000Z | 2026-02-24T09:41:34.513000Z | Lec. | C. 383–405. 28 | false | false | false | |
9,972 | 2026-02-24T09:41:32.724000Z | 2026-02-24T09:41:32.724000Z | Lec. | SURROGATE MEASURES OF SAFETY // Safe Mobility: Challenges, Methodology and Solutions Transport and Sustainability. 2018. (11) | false | false | false | |
9,971 | 2026-02-24T09:41:30.468000Z | 2026-02-24T09:41:30.468000Z | Lec. | Assessing The Safety Benefit of Automatic Collision Avoidance Systems (During Emergency Braking Situations). 27 | false | true | false | |
9,970 | 2026-02-24T09:41:28.902000Z | 2026-02-24T09:41:28.902000Z | Lec. | Sultan B., Mcdonald P | true | false | false | |
9,969 | 2026-02-24T09:41:27.346000Z | 2026-02-24T09:41:27.346000Z | Lec. | Influence of Realistic Perception and Surroundings on Qualitative Results in Automated and Connected Vehicle Simulation // IEEE Access. 2024. (12). 26 | false | false | false | |
9,968 | 2026-02-24T09:41:25.438000Z | 2026-02-24T09:41:25.438000Z | Lec. | G., Romanov A | true | false | false | |
9,967 | 2026-02-24T09:41:23.591000Z | 2026-02-24T09:41:23.591000Z | Lec. | Stepanyants V | false | false | false | |
9,966 | 2026-02-24T09:41:21.983000Z | 2026-02-24T09:41:21.983000Z | Lec. | Surrogate Safety Assessment Model and Validation: Final Report. 2008. 25 | false | true | false | |
9,965 | 2026-02-24T09:41:20.099000Z | 2026-02-24T09:41:20.099000Z | Lec. | URL: https://www.researchgate.net/publication/237807114_TIME-TO-COLLISION_AND_COLLISION_AVOIDANCE_SYSTEMS (дата обращения: 05.05.2025). 24 | false | false | false | |
9,964 | 2026-02-24T09:41:18.080000Z | 2026-02-24T09:41:18.080000Z | Lec. | Richard van der horst, Jeroen Hogema TIME-TO-COLLISION AND COLLISION AVOIDANCE SYSTEMS [Электронный ресурс] | false | true | false | |
9,963 | 2026-02-24T09:41:16.153000Z | 2026-02-24T09:41:16.153000Z | Lec. | C. 12–22. 23 | false | false | false | |
9,962 | 2026-02-24T09:41:14.444000Z | 2026-02-24T09:41:14.444000Z | Lec. | C. 12–22. 22 | false | false | false | |
9,961 | 2026-02-24T09:41:12.908000Z | 2026-02-24T09:41:12.908000Z | Lec. | Evaluating the safety impact of connected and autonomous vehicles on motorways // Accident Analysis and Prevention. 2019. (124) | false | false | false | |
9,960 | 2026-02-24T09:41:10.868000Z | 2026-02-24T09:41:10.868000Z | Lec. | Papadoulis A., Quddus M., Imprialou M | false | false | false | |
9,959 | 2026-02-24T09:41:09.023000Z | 2026-02-24T09:41:09.023000Z | Lec. | C., Mohana Deep Learning based Object Detection Model for Autonomous Driving Research using CARLA Simulator 2021. 21 | false | true | false | |
9,958 | 2026-02-24T09:41:07.208000Z | 2026-02-24T09:41:07.208000Z | Lec. | R., Vinaykarthik B | false | false | false |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.