Digital history and artificial intelligence: perspectives and risks of pretrained language models
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F22%3AKTC3YKGY" target="_blank" >RIV/00216208:11320/22:KTC3YKGY - isvavai.cz</a>
Výsledek na webu
<a href="https://elar.rsvpu.ru/handle/123456789/41610" target="_blank" >https://elar.rsvpu.ru/handle/123456789/41610</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.17853/2587-6910-2022-05-53-57" target="_blank" >10.17853/2587-6910-2022-05-53-57</a>
Alternativní jazyky
Jazyk výsledku
ruština
Název v původním jazyce
Цифровая история и искусственный интеллект: перспективы и риски применения больших языковых моделей
Popis výsledku v původním jazyce
Анализируется опыт создания языковых моделей на основе трансформеров для исторических языков, поскольку текстовые данные являются базой для большинства исторических исследований, что делает особенно значимым для развитие методов и технологий обработки естественного языка исторической науки. Рассмотрены возможные риски и перспективы внедрения подобных языковых моделей.
Název v anglickém jazyce
Digital history and artificial intelligence: perspectives and risks of pretrained language models
Popis výsledku anglicky
Textual data is the basis for most of historical researches. This circumstance makes the development of methods and technologies of natural language processing especially significant for historical science. In recent years, deep learning methods have dominated the field of natural language processing. Many variants of large pre-trained language models have emerged. This article analyzes the experience of creating language models based on transformers for historical languages. Possible risks and prospects for their implementation are considered.
Klasifikace
Druh
J<sub>ost</sub> - Ostatní články v recenzovaných periodicích
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
—
Návaznosti
—
Ostatní
Rok uplatnění
2022
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Новые информационные технологии в образовании и науке
ISSN
2587-6910
e-ISSN
1660-4601
Svazek periodika
5
Číslo periodika v rámci svazku
2022
Stát vydavatele periodika
RU - Ruská federace
Počet stran výsledku
5
Strana od-do
53-57
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—