Литература.
Кластеризация языковых выражений в корпусе текстов на основе стохастического ранжирования
Виноградова Н. В., Иванов В. К. Современные методы автоматизированного извлечения ключевых слов из текста // Информационные ресурсы России. — Москва: ФГБУ «Российское энергетическое агентство» Минэнерго РФ, 2015. Камшилова, О. Н. Малые формы научного текста: ключевые слова и аннотация (информационный аспект) //Известия Российского государственного педагогического университета им. А. И. Герцена… Читать ещё >
Литература. Кластеризация языковых выражений в корпусе текстов на основе стохастического ранжирования (реферат, курсовая, диплом, контрольная)
28. Кендалл М. Дж., Стьюарт А, Статистические выводы и связи. — М.: Наука, 1973.
29. Luhn H.P. A Statistical Approach to Mechanized Encoding and Searching of Literary Information. IBM Journal of Research and Development. 1957, vol. 1, no. 4, pp. 309−317.
30. Солтон Д. Автоматическое индексирование и реферирование // Динамические библиотечно-информационные системы. — Москва: Изд. Мир, 1979. — С. 90−132.
31. Соколов, А. Н. Внутренняя речь и понимание // Ученые записки государственного научно-исследовательского ин-та психологии. — М., 1941. — Т.2. — С. 99−146.
32. Камшилова, О. Н. Малые формы научного текста: ключевые слова и аннотация (информационный аспект) //Известия Российского государственного педагогического университета им. А. И. Герцена. — 2013. — № 156. — С. 106−117.
33. Сахарный, Л. В. Набор ключевых слов как тип текста /Л.В. Сахарный, А. С. Штерн //Лексические аспекты в системе профессионально-ориентированного обучения иноязычной речевой деятельности. — Пермь: Перм. политехн. ун-т, 1988. — С. 34?51.
34. Виноградова Н. В., Иванов В. К. Современные методы автоматизированного извлечения ключевых слов из текста // Информационные ресурсы России. — Москва: ФГБУ «Российское энергетическое агентство» Минэнерго РФ, 2015.
35. Шереметьева, С. О. Методы и модели автоматического извлечения ключевых слов / С. О. Шереметьева, П. Г. Осминин //Вестник Южно-Уральского государственного ун-та. — 2015. — № 1, т.12. — С. 76−81.
36. Абрамов, Е. Г. Подбор ключевых слов для научной статьи //Научная периодика: проблемы и решения. — 2011. — № 2. — С. 35?40.
37. Гринева, М. Анализ текстовых документов для извлечения тематически сгруппированных ключевых терминов /М. Гринева, М. Гринев //Труды Института системного программирования РАН. Т.16. — 2009. — С. 155−165.
38. Большакова Е. И., Клышинский Э. С., Ландэ Д. В. Автоматическая обработка текстов на естественном языке и компьютерная лингвистика — Москва, 2011.
39. Баканова, Н. Б. Исследование ключевых слов как инструмент оптимизации управления электронными документами [Электронный ресурс] /Н.Б. Баканова, И. В. Усманова //Современные проблемы науки и образования: электрон. науч. журн. — 2014. — № 2.
40. Н. Э. Ефремова, Е. И. Большакова, А. А. Носков, В. Ю. Антонов Терминологический анализ текста на основе лексико-синтаксических шаблонов — Компьютерная лингвистика и интеллектуальные технологии: по материалам ежегод. Междунар. конф. «Диалог`2010». Вып. 9(16). — Москва: Изд-во РГГУ, 2010. — С. 124−129.
41. Маннинг, К.Д.
Введение
в информационный поиск: пер. с англ. — Вильямс, 2011.
42. Рубцова, Ю. В. Методы автоматического извлечения терминов в динамически обновляемых коллекциях для построения словаря эмоциональной лексики на основе микроблоговой платформы Twitter // Доклады ТУСУРа. — Томск, 2014. — № 3(33). — С. 140−144.
43. Лукашевич, Н. В. Комбинирование признаков для автоматического извлечения терминов /Н.В. Лукашевич, Ю. М. Логачев // Вычислительные методы и программирование. Т.11. — 2010. — С. 108−116.
44. Миронова Д. М. Автоматизированная классификация древних рукописей по степени текстовой близости (На материале 525 списков славянского Евангелия от Матфея XI—XVI вв.). Автореф. дис. канд. филол. наук. СПб., 2016.