dc.contributor.author	Ляшенко, Роман Олегович
dc.date.accessioned	2024-07-10T08:03:26Z
dc.date.available	2024-07-10T08:03:26Z
dc.date.issued	2024-06-12
dc.identifier.citation	Ляшенко Р. О. Оцінка ефективності різних моделей навчання чат-ботів на діалогових наборах даних : кваліфікаційна робота / керівник – д-р пед. наук, проф., ст. досл. Сергій Олексійович Семеріков. Кривий Ріг, 2024. 60 с. Робота захищена з оцінкою "відмінно" А 100. Дата захисту 22.06.24	uk
dc.identifier.uri	http://elibrary.kdpu.edu.ua/xmlui/handle/123456789/10250
dc.description	1. “I wouldn’t say offensive but...”: Disability-Centered Perspectives on Large Language Models / V. Gadiraju [та ін.] // ACM International Conference Proceeding Series. — Association for Computing Machinery, 2023. — С. 205—216. — DOI: 10.1145/3593013.3593989. 2. A chatbot proposal for tele orientation on breastfeeding; [Uma proposta de chatbot para tele orientação sobre aleitamento materno] / J. B. dos Santos Junior [та ін.] // RISTI - Revista Iberica de Sistemas e Tecnologias de Informacao. — 2021. — Т. 2021, E42. — С. 357—363. 3. A virtual counseling application using artificial intelligence for communi- cation skills training in nursing education: Development study / S. Shorey [та ін.] // Journal of Medical Internet Research. — 2019. — Т. 21, № 10. — DOI: 10.2196/14658. 4. Alaswad S., Kalganova T., Awad W. Using ChatGPT and other LLMs in Professional Environments // Information Sciences Letters. — 2023. — Т. 12, № 9. — С. 2097—2108. — DOI: 10.18576/isl/120916. 5. An overview of the features of chatbots in mental health: A scoping review / A. A. Abd-alrazaq [та ін.] // International Journal of Medical Informatics. — 2019. — Т. 132. — DOI: 10.1016/j.ijmedinf.2019.103978. 6. Artificial intelligence chatbot performance in triage of ophthalmic condi- tions / R. J. Lyons [та ін.] // Canadian Journal of Ophthalmology. — 2023. — DOI: 10.1016/j.jcjo.2023.07.016. 7. Artificial Neural Network Based University Chatbot System / N. Bhartiya [та ін.] // 2019 IEEE Bombay Section Signature Conference, IBSSC 2019. 2019January. — Institute of Electrical, Electronics Engineers Inc., 2019. — DOI: 10.1109/IBSSC47189.2019.8973095. 8. Attention Is All You Need / A. Vaswani [та ін.]. — 2023. — arXiv: 1706.03762 [cs.CL]. 9. Attitude detection for one-round conversation: Jointly extracting target-polarity pairs / Z. Zeng [та ін.] // Journal of Information Processing. — 2019. — Т. 27. — С. 742—751. — DOI: 10.2197/IPSJJIP.27.742. 10. Big Bot Makes Small Talk: A research summary of Facebook’s Generative BST chatbot. — 05.2020. — URL: https://www.deeplearning.ai/the-batch/big-bot-makes-small-talk/. 11. BilinBot: A Bilingual Chatbot using Deep Learning / S. S. Jennifer [та ін.] // HORA 2023 - 2023 5th International Congress on Human-Computer Interaction, Optimization and Robotic Applications, Proceedings. — Institute of Electrical, Electronics Engineers Inc., 2023. — DOI: 10.1109/HORA58378.2023.10156681. 12. Bot Comic: How Google’s Meena chatbot developed a sense of humor. — 02.2020. — URL: https://www.deeplearning.ai/the-batch/bot-comic/. 13. Bozzon A. Enterprise crowd computing for human aided chatbots // Proceedings - International Conference on Software Engineering. — IEEE Computer Society, 2018. — С. 29—30. — DOI: 10.1145/3195555.3195566. 14. Can large language models write reflectively / Y. Li [та ін.] // Computers and Education: Artificial Intelligence. — 2023. — Т. 4. — DOI: 10.1016/j.caeai.2023.100140. 15. Centre for Science and Technology Studies, Leiden University, The Netherlands. VOSviewer - Visualizing scientific landscapes. — 2023. — URL: https://www.vosviewer.com/. 16. Chatbot design method using hybrid word vector expression model based on real telemarketing data / J. Zhang [та ін.] // KSII Transactions on Internet and Information Systems. — 2020. — Т. 14, № 4. — С. 1400—1418. — DOI: 10.3837/TIIS.2020.04.001. 17. Chatbot Integrated with Machine Learning Deployed in the Cloud and Performance Evaluation / G. R. Gunnam [та ін.] // IS and T International Symposium on Electronic Imaging Science and Technology. Т. 34. — Society for Imaging Science, Technology, 2022. — DOI: 10.2352/EI.2022.34.3.MOBMU-205. 18. Chatbots Disagree on Covid-19: Medical chatbots offered conflicting Covid advice. — 04.2020. — URL: https://www.deeplearning.ai/the-batch/chatbots-disagree-on-covid-19/. 19. Chatbots for Productivity: Microsoft extends Copilot to 365 and Windows. — 09.2023. — URL: https://www.deeplearning.ai/the-batch/microsoft-extends-copilot-365-windows/. 20. China Chases Chatbots: Chinese tech companies race to cash in on ChatGPT fever. — 03.2023. — URL: https://www.deeplearning.ai/the-batch/chinese-tech-companies-race-to-cash-in-on-chatgpt-fever/. 21. Chou T.-L., Hsueh Y.-L. A Task-oriented Chatbot Based on LSTM and Reinforcement Learning // Proceedings of the 2019 3rd International Conference on Natural Language Processing and Information Retrieval. — Tokushima, Japan : Association for Computing Machinery, 2019. — С. 87—91. — (NLPIR ’19). — DOI: 10.1145/3342827.3342844. 22. Comparative Performance of ChatGPT and Bard in a Text-Based Radiology Knowledge Assessment / N. S. Patil [та ін.] // Canadian Association of Radiologists Journal. — 2023. — DOI: 10.1177/08465371231193716. 23. Cost Containment for Generative AI: Microsoft’s quest to reduce the size and cost of language models. — 10.2023. — URL: https://www.deeplearning.ai/the-batch/microsofts-quest-to-reduce-the-size-and-cost-of-language-models/. 24. CS&SE@SW 2023: 6th Workshop for Young Scientists in Computer Science & Software Engineering. — 02.2024. — URL: https://cssesw.ccjournals.eu/cssesw2023/. 25. Day M.-Y., Shaw S.-R. AI Customer Service System with Pre-trained Language and Response Ranking Models for University Admissions // Proceedings - 2021 IEEE 22nd International Conference on Information Reuse and Integration for Data Science, IRI 2021. — Institute of Electrical, Electronics Engineers Inc., 2021. — С. 395—401. — DOI: 10.1109/IRI51335.2021.00062. 26. Deep reinforcement learning from human preferences / P. Christiano [та ін.]. — 2023. — arXiv: 1706.03741 [stat.ML]. 27. DeepLearning.AI. Search \| The Batch \| AI News & Insights. — 12.2023. — URL: https://www.deeplearning.ai/search/. 28. Detecting Entities of Works for Chinese Chatbot / C. Wu [та ін.] // ACM Transactions on Asian and Low-Resource Language Information Processing. — 2020. — Т. 19, № 6. — DOI: 10.1145/3414901. 29. Dharrao D., Gite S. TherapyBot: a chatbot for mental well-being using transformers // International Journal of Advances in Applied Sciences. — 2024. — Бер. — Т. 13, № 1. — С. 1—12. — ISSN 2252-8814. — DOI: 10.11591/ijaas.v13.i1.pp1-12. 30. Doshi J. Chatbot User Interface for Customer Relationship Management using NLP models // Proceedings - 2021 1st IEEE International Conference on Artificial Intelligence and Machine Vision, AIMV 2021 / за ред. P. S., B. S.K., G. R.K. — Institute of Electrical, Electronics Engineers Inc., 2021. — DOI: 10.1109/AIMV53313.2021.9670914. 31. Elaprolu S. Introducing the AWS Generative AI Innovation Center’s Custom Model Program for Anthropic Claude. — 11.2023. — URL: https://aws.amazon.com/blogs/machine-learning/introducing-the-aws-generative-ai-innovation-centers-custom-model-program-for-anthropic-claude/. 32. Elsevier B.V. Scopus - Document search \| Signed in. — 2023. — URL: https://www.scopus.com/search/form.uri?display=basic#basic. 33. Goal-Oriented Chatbot Dialog Management Bootstrapping with Transfer Learning / V. Ilievski [та ін.] // Proceedings of the Twenty-Seventh International Joint Conference on Artificial Intelligence, IJCAI-18. — International Joint Conferences on Artificial Intelligence Organization, 07.2018. — С. 4115—4121. — DOI: 10.24963/ijcai.2018/572. 34. Gonda D. E., Chu B. Chatbot as a learning resource? Creating conversational bots as a supplement for teaching assistant training course // TALE 2019 - 2019 IEEE International Conference on Engineering, Technology and Education. — Institute of Electrical, Electronics Engineers Inc., 2019. — DOI: 10.1109/TALE48000.2019.9225974. 35. Google. Google AI Studio. — 2024. — URL: https://aistudio.google.com/. 36. Google. Available regions for Google AI Studio and Gemini API. — 2024. — URL: https://ai.google.dev/gemini-api/docs/available-regions. 37. Healthcare ex Machina: Are conversational agents ready for prime time in oncology? / J.-E. Bibault [та ін.] // Clinical and Translational Radiation Oncology. — 2019. — Т. 16. — С. 55—59. — DOI: 10.1016/j.ctro.2019.04.002. 38. Henrickson L. Chatting with the dead: The hermeneutics of thanabots // Media, Culture and Society. — 2023. — Т. 45, № 5. — С. 949—966. — DOI: 10.1177/01634437221147626. 39. Implementation of an Undergraduate Admission Chatbot Using Microsoft Azure’s Question Answering and Bot Framework / A. G. Usigan [та ін.] // ACM International Conference Proceeding Series. — Association for Computing Machinery, 2022. — С. 240—245. — DOI: 10.1145/3582099.3582135. 40. Improving Matching Models with Hierarchical Contextualized Representations for Multi-turn Response Selection / C. Tao [та ін.] // SIGIR 2020 - Proceedings of the 43rd International ACM SIGIR Conference on Research and Development in Information Retrieval. — Association for Computing Machinery, Inc, 2020. — С. 1865—1868. — DOI: 10.1145/3397271.3401290. 41. Insights and Reflections of the Impact of ChatGPT on Intelligent Knowledge Services in Libraries / R. Zhao [та ін.] // Journal of Library and Information Science in Agriculture. — 2023. — Т. 35, № 1. — С. 29—38. — DOI: 10.13998/j.cnki.issn1002-1248.23-0116. 42. Intelligent Chatbot Adapted from Question and Answer System Using RNN-LSTM Model / P. Anki [та ін.] // Journal of Physics: Conference Series. — 2021. — Бер. — Т. 1844, № 1. — С. 012001. — DOI: 10.1088/1742-6596/1844/1/012001. 43. Investigating ChatGPT and cybersecurity: A perspective on topic modeling and sentiment analysis / O. D. Okey [та ін.] // Computers and Security. — 2023. — Т. 135. — DOI: 10.1016/j.cose.2023.103476. 44. Ji Z. A Multi-modal Seq2seq Chatbot Framework // Proceeding of 2021 International Conference on Wireless Communications, Networking and Applications / за ред. Z. Qian, M. Jabbar, X. Li. — Singapore : Springer Nature, 2022. — С. 225—233. — DOI: 10.1007/978-981-19-2456-9_24. 45. Kansal A. Finetuning: The Theory // Building Generative AI-Powered Apps: A Hands-on Guide for Developers. — Berkeley, CA : Apress, 2024. — С. 77—100. — DOI: 10.1007/979-8-8688-0205-8_5. 46. Kim B., Seo J., Koo M.-W. Randomly Wired Network Based on RoBERTa and Dialog History Attention for Response Selection // IEEE/ACM Transactions on Audio Speech and Language Processing. — 2021. — Т. 29. — С. 2437—2442. — DOI: 10.1109/TASLP.2021.3077119. 47. Language Models are Unsupervised Multitask Learners / A. Radford [та ін.]. — 02.2019. — URL: https://cdn.openai.com/better-language-models/language_models_are_unsupervised_multitask_learners. pdf. 48. Language Models, Extended: Large language models grew more reliable and less biased in 2022. — 12.2022. — URL: https://www.deeplearning. ai/the-batch/language-models-grew-more-reliable-and-less- biased-in-2022/. 49. Large language models in health care: Development, applications, and challenges / R. Yang [та ін.] // Health Care Science. — 2023. — Т. 2, № 4. — С. 255—263. — DOI: 10.1002/hcs2.61. 50. Learning from dialogue after deployment: Feed yourself, Chatbot! / B. Hancock [та ін.] // ACL 2019 - 57th Annual Meeting of the Association for Computational Linguistics, Proceedings of the Conference. — Association for Computational Linguistics (ACL), 2020. — С. 3667—3684. 51. Lee M. A Mathematical Investigation of Hallucination and Creativity in GPT Models // Mathematics. — 2023. — Т. 11, № 10. — С. 2320. — DOI: 10.3390/math11102320. 52. Lee P., Bubeck S., Petro J. Benefits, Limits, and Risks of GPT-4 as an AI Chatbot for Medicine. // New England Journal of Medicine. — 2023. — Т. 388, № 13. — С. 1233—1239. — DOI: 10.1056/NEJMsr2214184. 53. Lee S.-W., Choi W.-J. Utilizing ChatGPT in clinical research related to anesthesiology: a comprehensive review of opportunities and limitations // Anesthesia and Pain Medicine. — 2023. — Т. 18, № 3. — С. 244—251. — DOI: 10.17085/apm.23056. 54. Lin L., D’Haro L. F., Banchs R. E. A web-based platform for collection of human-chatbot interactions // HAI 2016 - Proceedings of the 4th International Conference on Human Agent Interaction. — Association for Computing Machinery, Inc, 2016. — С. 363—366. — DOI: 10.1145/2974804.2980500. 55. Lin Y., Yu Z. A bibliometric analysis of artificial intelligence chatbots in educational contexts // Interactive Technology and Smart Education. — 2023. — DOI: 10.1108/ITSE-12-2022-0165. 56. Lo C. K. What Is the Impact of ChatGPT on Education? A Rapid Review of the Literature // Education Sciences. — 2023. — Т. 13, № 4. — DOI: 10.3390/educsci13040410. 57. Lum Z. C. Can Artificial Intelligence Pass the American Board of Orthopaedic Surgery Examination? Orthopaedic Residents Versus ChatGPT // Clinical Orthopaedics and Related Research. — 2023. — Т. 481, № 8. — С. 1623—1630. — DOI: 10.1097/CORR.0000000000002704. 58. Luthier G., Popescu-Belis A. Chat or learn: A Data-driven robust question-answering system // LREC 2020 - 12th International Conference on Language Resources and Evaluation, Conference Proceedings. — European Language Resources Association (ELRA), 2020. — С. 5474—5480. 59. Measuring and Mitigating Bias in AI-Chatbots / H. Beattie [та ін.] // Proceeding - 2022 IEEE International Conference on Assured Autonomy, ICAA 2022. — Institute of Electrical, Electronics Engineers Inc., 2022. — С. 117—123. — DOI: 10.1109/ICAA52185.2022.00023. 60. Nielsen J. P. S., Buchwald C. von, Grønhøj C. Validity of the large language model ChatGPT (GPT4) as a patient information source in otolaryngology by a variety of doctors in a tertiary otorhinolaryngology department // Acta Oto-Laryngologica. — 2023. — Т. 143, № 9. — С. 779—782. — DOI: 10.1080/00016489.2023.2254809. 61. Ohlheiser A. W., Hao K. An AI is training counselors to deal with teens in crisis. — 02.2021. — URL: https://www.technologyreview.com/2021/02/26/1020010/trevor-project-ai-suicide-hotline-training/. 62. Open domain chatbot based on attentive end-to-end Seq2Seq mechanism / S. S. Abdullahi [та ін.] // ACM International Conference Proceeding Series. — Association for Computing Machinery, 2019. — С. 339—344. — DOI: 10.1145/3377713.3377773. 63. OpenAI. Introducing ChatGPT. — 11.2022. — URL: https://openai.com/blog/chatgpt. 64. OpenAI. Fine-tuning - OpenAI API. — 2024. — URL: https://platform.openai.com/finetune. 65. Pack A., Maloney J. Using Generative Artificial Intelligence for Language Education Research: Insights from Using OpenAI’s ChatGPT // TESOL Quarterly. — 2023. — Т. 57, № 4. — С. 1571—1582. — DOI: 10.1002/tesq.3253. 66. Park I., Joshi A. S., Javan R. Potential role of ChatGPT in clinical otolaryngology explained by ChatGPT // American Journal of Otolaryngology - Head and Neck Medicine and Surgery. — 2023. — Т. 44, № 4. — DOI: 10.1016/j.amjoto.2023.103873. 67. Patil S., Mudaliar V., Kamat P. LSTM based Ensemble Network to enhance the learning of Long-term Dependencies in Chatbot // International Journal of Automation and Smart Technology. — 2022. — Січ. — Т. 12, № 1. — С. 2286—2286. — DOI: 10.5875/ausmt.v12i1.2286. 68. Peyton K., Unnikrishnan S. A comparison of chatbot platforms with the state-of-the-art sentence BERT for answering online student FAQs // Results in Engineering. — 2023. — Т. 17. — DOI: 10.1016/j.rineng.2022.100856. 69. Povinsky M., Melichercik M., Siladi V. A Chatbot based on Deep Neural Network and Public Cloud Services with TJBot Interface // INFORMATICS 2019 - IEEE 15th International Scientific Conference on Informatics, Proceedings. — Institute of Electrical, Electronics Engineers Inc., 2019. — С. 101—106. — DOI: 10.1109/Informatics47936.2019.9119304. 70. Prasomphan S. Using chatbot in trading system for Small and Medium Enterprise (SMEs) by convolution neural network technique // ACM International Conference Proceeding Series. — 2019. — С. 93—98. — DOI: 10.1145/3341069.3341092. 71. Raundale P., Sawale A. Dialog prediction in institute admission: A deep learning way // 2021 2nd International Conference for Emerging Technology, INCET 2021. — Institute of Electrical, Electronics Engineers Inc., 2021. — DOI: 10.1109/INCET51464.2021.9456159. 72. Ray A., Mathew R. Review of Cloud-Based Natural Language Processing Services and Tools for Chatbots // Lecture Notes on Data Engineering and Communications Technologies. — 2020. — Т. 31. — С. 156—162. — DOI: 10.1007/978-3-030-24643-3_18. 73. Recipes for building an open-domain chatbot / S. Roller [та ін.] // EACL 2021 - 16th Conference of the European Chapter of the Association for Computational Linguistics, Proceedings of the Conference. — Association for Computational Linguistics (ACL), 2021. — С. 300—325. 74. Rodriguez S., Mune C. Uncoding library chatbots: deploying a new virtual reference tool at the San Jose State University library // Reference Services Review. — 2022. — Т. 50, № 3/4. — С. 392—405. — DOI: 10.1108/RSR-05-2022-0020. 75. Ruane E., Young R., Ventresque A. Training a chatbot with microsoft LUIS: Effect of intent imbalance on prediction accuracy // International Conference on Intelligent User Interfaces, Proceedings IUI. — Association for Computing Machinery, 2020. — С. 63—64. — DOI: 10.1145/3379336.3381494. 76. Salas-Pilco S. Z., Xiao K., Hu X. Correction to: Artificial Intelligence and Learning Analytics in Teacher Education: A Systematic Review (Education Sciences, (2022), 12, 8, (569), 10.3390/educsci12080569) // Education Sciences. — 2023. — Т. 13, № 9. — DOI: 10.3390/educsci13090897. 77. Sarma G., Kashyap H., Medhi P. P. ChatGPT in Head and Neck Oncology-Opportunities and Challenges // Indian Journal of Otolaryngology and Head and Neck Surgery. — 2023. — DOI: 10.1007/s12070-023-04201-6. 78. Search War! Google and Microsoft both announce AI-Powered search. — 02.2023. — URL: https://www.deeplearning.ai/the-batch/google-and-microsoft-both-announce-ai-powered-search/. 79. Singh S., Djalilian A., Ali M. J. ChatGPT and Ophthalmology: Exploring Its Potential with Discharge Summaries and Operative Notes // Seminars in Ophthalmology. — 2023. — Т. 38, № 5. — С. 503—507. — DOI: 10. 1080/08820538.2023.2209166. 80. Smart and intelligent chatbot assistance for future industry 4.0 / H. Khatter [та ін.]. — Springer International Publishing, 2021. — С. 153—168. — DOI: 10.1007/978-3-030-77070-9_10. 81. Sreedhar M. N., Ni K., Reddy S. Learning improvised chatbots from adversarial modifications of natural language feedback // Findings of the Association for Computational Linguistics Findings of ACL: EMNLP 2020. — 2020. — С. 2445—2453. 82. Study on emotion recognition and companion Chatbot using deep neural network / M.-C. Lee [та ін.] // Multimedia Tools and Applications. — 2020. — Т. 79, № 27/28. — С. 19629—19657. — DOI: 10.1007/s11042-020-08841-6. 83. Syzdykbayeva A., Baikulova A., Kerimbayeva R. Introduction of Artificial Intelligence as the Basis of Modern Online Education on the Example of Higher Education // SIST 2021 - 2021 IEEE International Conference on Smart Information Systems and Technologies. — Institute of Electrical, Electronics Engineers Inc., 2021. — DOI: 10 . 1109 / SIST50301 . 2021 . 9465974. 84. Taulli T. AI-Assisted Programming: Better Planning, Coding, Testing, and Deployment. — Sebastopol, CA : O’Reilly Media, Inc., 2024. — URL: https://www.oreilly.com/library/view/ai-assisted-programming/9781098164553/. 85. The neural network conversation model enables the commonly asked student query agents / N. Muangnak [та ін.] // International Journal of Advanced Computer Science and Applications. — 2020. — Т. 11, № 4. — С. 154—164. — DOI: 10.14569/IJACSA.2020.0110421. 86. The promise and peril of using a large language model to obtain clinical information: ChatGPT performs strongly as a fertility counseling tool with limitations / J. Chervenak [та ін.] // Fertility and Sterility. — 2023. — Т. 120, № 3. — С. 575—583. — DOI: 10.1016/j.fertnstert.2023.05.151. 87. Towards coherent and engaging spoken dialog response generation using automatic conversation evaluators / S. Yi [та ін.] // INLG 2019 - 12th International Conference on Natural Language Generation, Proceedings of the Conference. — Association for Computational Linguistics (ACL), 2019. — С. 65—75. 88. Tran Q.-D. L., Le A.-C., Huynh V.-N. Enhancing Conversational Model With Deep Reinforcement Learning and Adversarial Learning // IEEE Access. — 2023. — Т. 11. — С. 75955—75970. — DOI: 10.1109/ACCESS. 2023.3297652. 89. Unsupervised cross-domain adaptation for response selection using self-supervised and adversarial training / J. Li [та ін.] // WSDM 2022 - Proceedings of the 15th ACM International Conference on Web Search and Data Mining. — Association for Computing Machinery, Inc, 2022. — С. 562—570. — DOI: 10.1145/3488560.3498404. 90. Uprety S. P., Jeong S. R. The Impact of Semi-Supervised Learning on the Performance of Intelligent Chatbot System // Computers, Materials & Continua. — 2022. — Т. 71, № 2. — С. 3937—3952. — DOI: 10.32604/cmc.2022.023127. 5391. Van Eck N. J., Waltman L. VOSviewer Manual. — Universiteit Leiden, 2023. — URL: https://www.vosviewer.com/documentation/Manual_VOSviewer_1.6.20.pdf. 92. What We Know — and Don’t Know — About Foundation Models: A new Stanford index to assess the transparency of leading AI models. — 11.2023. — URL: https://www.deeplearning.ai/the-batch/a-new-stanford-index-to-assess-the-transparency-of-leading-ai-models/. 93. Yoo J., Cho Y. ICSA: Intelligent chatbot security assistant using Text-CNN and multi-phase real-time defense against SNS phishing attacks // Expert Systems with Applications. — 2022. — Т. 207. — DOI: 10.1016/j.eswa.2022.117893. 94. Ляшенко Р. О., Семеріков С. О. Бібліометричний аналіз навчання чат-ботів // Тези доповідей VІІ Міжнародної науково-практичної конференції «Інформаційні технології в освіті, науці і техніці» (ІТОНТ-2024), (Черкаси, 23-24 травня 2024 р.) — Черкаси : ЧДТУ, 2024. — С. 314—316. — URL: https://itest.chdtu.edu.ua/#materials. 95. Ляшенко Р. О., Семеріков С. О. Бібліометричний аналіз досліджень з навчання чат-ботів: ключові поняття та тенденції // Інформаційні технології і засоби навчання. — 2024. — Т. 101, № 3. — (у процесі публікації).	uk
dc.description.abstract	У кваліфікаційній роботі досліджена ефективність різних моделей навчання чат-ботів на діалогових наборах даних. Основні результати дослідження: 1. Проведено бібліометричний аналіз 549 джерел з бази Scopus, який дозволив виявити нижню хронологічну межу зростання кількості публікацій (2018 рік) та згрупувати ключові слова джерел у 4 кластери: опрацювання природної мови; застосування технологій опрацювання мови у суспільстві; використання машинного навчання для опрацювання мови; чат-боти у навчанні та послугах. 2. Визначено основні моделі навчання чат-ботів: з учителем на основі рекурентних і трансформерних нейромереж; з підкріпленням та генеративно-змагальні мережі; трансферне навчання шляхом тонкого налаштування попередньо навчених моделей. Для оцінки ефективності використовуються автоматичні метрики та експертна оцінка. 3. Сформовано два набори даних з публікацій "CEUR Workshop Proceedings" та журналу "Інформаційні технології та засоби навчання". Обґрунтовано вибір моделей GPT2-XL та gpt2-uk, реалізовано їх донавчання на створених текстових корпусах та протестовано роботу з графічним інтерфейсом. Отримані результати можуть бути використані для подальших досліджень щодо створення ефективних та спеціалізованих чат-ботів із застосуванням сучасних підходів до навчання великих мовних моделей.	uk
dc.language.iso	uk	uk
dc.subject	чат-боти	uk
dc.subject	моделі навчання	uk
dc.subject	діалогові набори даних	uk
dc.subject	бібліометричний аналіз	uk
dc.subject	опрацювання природної мови	uk
dc.subject	машинне навчання	uk
dc.subject	трансферне навчання	uk
dc.subject	тонке налаштування	uk
dc.subject	нейронні мережі	uk
dc.subject	рекурентні нейронні мережі	uk
dc.subject	трансформери	uk
dc.subject	навчання з підкріпленням	uk
dc.subject	генеративно-змагальні мережі	uk
dc.subject	автоматичні метрики оцінювання	uk
dc.subject	експертне оцінювання	uk
dc.subject	текстові корпуси	uk
dc.subject	великі мовні моделі	uk
dc.subject	GPT2-XL	uk
dc.subject	gpt2-uk	uk
dc.subject	донавчання моделей	uk
dc.title	Оцінка ефективності різних моделей навчання чат-ботів на діалогових наборах даних	uk
dc.type	Thesis	uk