Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

  • A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Научно-учебная лаборатория моделей и методов вычислительной прагматики

Публикации
Книга
Data Analytics and Management in Data Intensive Domains: 25th International Conference, DAMDID/RCDL 2023, Moscow, Russia, October 24–27, 2023, Revised Selected Papers

Под науч. редакцией: D. I. Ignatov, S. Kuznetsov.

Vol. 2086: Communications in Computer and Information Science. Springer, 2024.

Статья
Bitcoin Ordinals: Bitcoin Price and Transaction Fee Rate Predictions

Wang M., Braslavski P., Manevich V. et al.

IEEE Access. 2025. Vol. 13. P. 35478-35489.

Глава в книге
MERA: A Comprehensive LLM Evaluation in Russian

Fenogenova A., Chervyakov, A., Martynov N. et al.

In bk.: Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers) 2024. Vol. 1: Long Papers. Bangkok: Association for Computational Linguistics, 2024. P. 9920-9948.

Препринт
Object-Attribute Biclustering for Elimination of Missing Genotypes in Ischemic Stroke Genome-Wide Data В печати

Ignatov D. I., Khvorykh G. V., Khrunin A. V. et al.

Lecture Notes in Computer Science. LNCS. Springer, 2020

О лаборатории

Лаборатория развивает методы анализа неструктурированных данных. Мы занимаемся разработкой и анализом рекомендательных систем и сервисов и развиваем методы мультимодальной кластеризации и классификации, позволяющие формировать профиль интересов пользователя с учетом различных модальностей. Мы не считаем, что методы майнинга данных и машинного обучения – это черные ящики, и поэтому ориентируемся на развитие интерпретируемых методов.

Также мы работаем в области автоматической обработки языка. Основная область наших исследований – это вопросное-ответные системы и методы извлечения структурированной информации из неструктурированных текстов. Мы исследуем методы переноса обучения, в частности, между языками, в ряде практических задач. Не в последнюю очередь, мы занимаем подготовкой и сбором размеченных текстовых коллекций на русском языке для междисциплинарных исследований, направленных на изучение цифровой трансформации в образовании и экономике.


Новости