@online{158_03954381-d669-4b34-a22e-dfdaf9aca5be,

title = {Обучение модели Doc2Vec. Как проверить ее качество? В 2-х частях},

author = {Иванов В.К.},

url = {https://ivkconsulting.ru/качество-обучения-doc2vec},

year  = {2025},

date = {2025-02-05},

urldate = {2025-10-26},

publisher = {ivkconsulting.ru},

organization = {Сайт «Текстоматика. Исследования и разработки В.К. Иванова»},

abstract = {<p>Использование модели Doc2Vec для оценки качества резюмирования (или суммаризации, автореферирования) текста дает результаты. Но насколько можно доверять этим результатам? Для того, чтобы проверить это, мы прежде всего должны убедиться в том, что модель обучена так, как надо. Это означает, что мы имеем приемлемые значения показателя качества обучения, которые обеспечиваются наилучшим сочетанием значений гиперпараметров модели. Ниже описываются результаты мини-исследования влияния одного из гиперпараметров – количества итераций (“эпох”) – на качество обучения модели Doc2Vec.</p><p>А для того чтобы проверить качество обученной модели, мы прежде всего должны убедиться в том, что мы имеем приемлемые значения индикатора качества обучения. Описываются результаты исследования эффективности предлагаемого нами индикатора качества обучения — функции потерь при обучении модели.</p>},

keywords = {autocheck, doc2vec, elib, fSimilarity, gensim, loss, machine learning, векторная модель, документ, искусственный интеллект, качество, машинное обучение, обучение, обучение без учителя, оценка, текст, функция потерь},

pubstate = {published},

tppubtype = {online}

}