• Digital Humanities and Cultural Heritage
• Publicationsclose
• Research dataclose
• Research softwareclose
• Other research productsclose
• 2023-2023close
• Russian close
• Electronic archive of Tomsk Polytechnic University close

На сегодняшний день сленг является неотъемлемой частью языка интернет-пользователей в социальных сетях. Значения сленговых слов часто определяют ключевую семантику в предложениях и могут играть решающую роль в приложениях обработки естественного языка (NLP). Таким образом, учет сленга позволяет повысить эффективность семантического анализа текстов. Целью данной работы является разработка методов и алгоритмов для автоматизированного обнаружения характерного сленга онлайн-сообществ русскоязычных социальных медиа. Классификация текста на текст содержащий сленг и не содержащий сленг проводилась с помощью нейронных сетей. Today, slang is a significant part of the language of Internet users in social networks. Slang word often define key semantics in sentences and can play a main role in natural language processing (NLP) applications. Slang word meanings often define key semantics in sentences and can play a critical role in natural language processing (NLP) applications. Thus, slang identification can help improve the efficiency of semantic analysis of texts. The purpose of this work is to develop methods and algorithms for automated slang word identification for Russian-speaking social media. Text classification was performed using neural networks.

Работа направлена на проектирование архитектуры, реализацию алгоритмического и программного обеспечения для автоматизированного анализа психологических черт личности по методике MBTI и Big Five на основе анализа текстовых данных. The work is aimed at designing the architecture, implementing the algorithmic and software solutions for automated analysis of psychological traits of personality based on MBTI and Big Five methods using text data analysis.