#тексты

Сфера права сталкивается с необходимостью мгновенного и точного анализа множества правовых документов, судебных решений и законодательных актов. Традиционные методы анализа часто оказывались недостаточно эффективными, что в свою очередь подчеркивает потребность в современных технологических решениях. В частности, метод TF-IDF, используемый в качестве основы для построения дерева решений, представляет собой эффективный инструмент для выделения ключевых слов и понятий. Его и предложили применять ученые МТУСИ для анализа юридических текстов.

Команда исследователей с участием Александра Ширнина из НИУ ВШЭ создала две модели для обнаружения в научных текстах частей, сгенерированных искусственным интеллектом. В системе AIpom соединены два типа моделей — декодер и энкодер, что позволяет ей эффективнее находить сгенерированные вставки. Система Papilusion подходит для распознания исправлений с помощью синонимов и кратких пересказов, сгенерированных нейросетью, в работе она использует  модели одного типа — энкодеры. В перспективе подобные модели помогут в проверке оригинальности и достоверности научных публикаций.

В последние годы искусственный интеллект в целом и большие языковые модели (Large Language Models, LLM) в частности стали неотъемлемой частью многих технологических процессов. Прорывы в области обработки информации открыли новые возможности и для авиационной отрасли. Авиакомпании и аэропорты по всему миру начали активно интегрировать LLM в сферу обслуживания пассажиров. Например, генеративные нейросети и чат-боты на базе GPT-технологий уже задействуют в работе индийские Air India и американские United Airlines. Применение больших языковых моделей в авиационной сфере имеет множество плюсов, однако при этом сопряжено и с определенными рисками. О том, почему такие инновации одновременно опасны и перспективны, рассказал научный сотрудник института «Компьютерные науки и прикладная математика» МАИ, директор департамента цифровой трансформации в компании BetBoom Юрий Чайников.

Ученые МТУСИ применили современные методы многомерного статистического анализа и NLP для классификации научных публикаций на основе аннотаций. Полученные результаты могут служить основой для разработки автоматизированных систем, способных эффективно обрабатывать большие объемы научной информации, что особенно актуально в условиях стремительного роста числа публикаций и необходимости их систематизации.

Несколько дней назад генеральный директор ТАСС Андрей Кондрашов заявил о безуспешных испытаниях искусственного интеллекта в качестве журналиста, способного писать и редактировать тексты различной степени сложности. По его словам, нейросети пока не готовы заменить человека этой профессии. Впрочем, не все так однозначно. Стоит ли человеку опасаться конкуренции с ИИ на рынке труда в ближайшем будущем и сможет ли пишущая нейросеть изменить мир к лучшему или, напротив, добавит проблем? Своим мнением о перспективах развития искусственного интеллекта поделилась преподаватель кафедры «Реклама и связи с общественностью в высокотехнологичных отраслях» МАИ Анастасия Маркина.

Тематические модели — алгоритмы машинного обучения, способные сортировать большие объемы текстов по темам. Исследователи из НИУ ВШЭ в Санкт-Петербурге сравнили пять тематических моделей и определили, какие из них работают лучше. Наименьшее число ошибок показали две модели, одна из которых, GLDAW, — разработка Лаборатории социальной и когнитивной информатики НИУ ВШЭ в Санкт-Петербурге.

За последние десятки лет тексты англоязычных песен упростились и из-за повторяющихся слов стали более однообразными. Это показало новое исследование австрийских и немецких ученых.

Слушатели узнают, как разгадывать загадки текстов с помощью филологических методов.

Доктор филологических наук Инна Матюшина опровергнет распространенное в современной медиевистике представление о том, что «Песнь о Хервер» составляет позднюю интерполяцию в текст «Саги о Хервёр и Хейдреке конунге».

С возрастом люди склонны больше опираться на смысл слов, а не на грамматику, что может приводить к ошибкам в понимании текста.

Международный коллектив исследователей пришел к выводу, что описания жития и «чудес» святых в прошлом может нести в себе правдивую информацию о том, что происходило в прошлом, поэтому их можно использовать как косвенный письменный источник. Ученые нашли подтверждения тому, что подобные рассказы отразили сведения об изменении окружающей среды в поздней итальянской Античности, которые происходили в VI веке нашей эры.