Краткое содержание

arXiv:2411.10298v4 Тип объявления: замена Аннотация: Рост объема данных, доступного в Интернете, привел к внедрению различных вычислительных методов анализа и извлечения ценных сведений из этого огромного массива информации. Среди них область машинного обучения (ML) активно развивалась благодаря использованию данных для получения значимых выводов. Тем не менее методы машинного обучения сталкиваются с заметными трудностями при работе с реальными данными, часто вызванными проблемами дисбаланса, шума, недостаточной маркировки и высокой размерности. Для преодоления этих ограничений некоторые исследователи выступают за применение топологического анализа данных (TDA), статистического подхода, который позволяет выявлять внутреннюю структуру данных даже в присутствии шумов. Несмотря на свой потенциал, TDA пока не получил такого же широкого распространения в области обработки естественного языка (NLP), как в структурно отличающихся областях, таких как компьютерное зрение. Однако сообщество исследователей целенаправленно изучало возможности применения TDA в NLP, добившись результатов в количестве порядка 100...