Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "медиа" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Intersemiotyczna analiza komunikatów medialnych na materiale orędzi noworocznych Władimira Putina i Wołodymyra Żełenskiego na 2021 rok
Intersemiotic analysis of media cimmunication. Example of the new year’s addresses by Vladimir Putin and Volodymyr Zelensky for 2021
Итерсемиотический анализ медиа-коммуникации на материале новогодних обращений Владимира Путина и Владимира Зеленского на 2021 год
Autorzy:
Noińska, Marta
Sładkiewicz, Żanna
Powiązania:
https://bibliotekanauki.pl/articles/2085400.pdf
Data publikacji:
2021-10-22
Wydawca:
Polskie Towarzystwo Rusycystyczne
Tematy:
интерсемиотический анализ
медиа-коммуникация
новогоднее обращение
президент
Россия
Украина
intersemiotic analysis
media communication
New Year's address
president
Russia
Ukraine
Opis:
W ostatnich latach przedstawiciele nauk humanistycznych i społecznych poszukują metodologii badań, która pozwoliłaby na kompleksowy i wyczerpujący opis współczesnej przestrzeni komunikacyjnej. Autorki zwracają uwagę na tendencję do wizualizacji w mediach oraz na rosnącą współzależność różnych systemów semiotycznych obecnych we współczesnych tekstach medialnych. W artykule przedstawiono wybrane rozwiązania metodologiczne na przykładzie analizy intersemiotycznej orędzi noworocznych Władimira Putina i Wołodymyra Zełenskiego na 2021 rok.
В последние годы исследователи в области гуманитарных и социальных наук ищут подход, позволяющий дать исчерпывающее и точное описание современного коммуникативного пространства. Авторы указывают на тенденцию к визуализации в средствах массовой информации и на усиление взаимосвязи различных семиотических систем, присутствующих в современных медиатекстах. Некоторые методологические решения представлены на примере интерсемиотического анализа новогодних обращений Владимира Путина и Владимира Зеленского на 2021 год.
In recent years researchers in humanities and social sciences have been searching for an approach allowing for an exhaustive and accurate description of contemporary communication. The authors point to the trend towards visualization in the media and to the increasing interconnection of various semiotic systems observed in contemporary media texts. Some methodological solutions are presented on the example of the intersemiotic analysis of the New Year’s addresses by Vladimir Putin and Volodymyr Zelensky for 2021.
Źródło:
Przegląd Rusycystyczny; 2021, 4 (176); 187-218
0137-298X
Pojawia się w:
Przegląd Rusycystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie korpusów rosyjskojęzycznych newsów internetowych na potrzeby systemów automatycznego rozpoznawania mowy w obszarze monitoringu mediów
The use of Russian-language internet news corpora for the purposes of automatic speech recognition systems in the area of the media monitoring
Использование русскоязычных интернет-корпусов новостей для систем автоматического распознавания речи в сфере медиа-мониторинга
Autorzy:
Borysowski, Daniel
Powiązania:
https://bibliotekanauki.pl/articles/2085252.pdf
Data publikacji:
2022-03-14
Wydawca:
Polskie Towarzystwo Rusycystyczne
Tematy:
интернет-корпус новостей
моделирование языка
распознавание речи
ASR
медиа-мониторинг
korpus newsów internetowych
modelowanie języka
rozpoznawanie mowy
monitoring mediów
internet news corpora
language modeling
speech recognition
media monitoring
Opis:
Autor artykułu wykorzystał otwarte zasoby korpusowe (NewsRu oraz Taiga), gromadzące newsy internetowe, do stworzenia N-gramowych modeli języka na potrzeby systemów automatycznego rozpoznawania mowy. Modele zostały poddane wszechstronnej ewaluacji (perplexity, word error rate, rozpoznawanie nazw własnych, porównanie z modelem bazowym oraz Google ASR). Autor dokonał także rescoringu modeli N-gramowych, wykorzystując w tym celu rekurencyjne sieci neuronowe. Skuteczność modeli oceniono w drodze rozpoznawania mowy z kanału informacyjnego Россия 24 (przetestowano 37 plików o łącznej długości 1,5 godziny). Dobór danych testowych wiąże się z zasadniczym celem artykułu – rozpoznawaniem mowy na potrzeby tzw. monitorinu mediów.
Автор статьи использовал открытые корпусы NewsRu и Taiga, собирающие тексты интерет-новостей, для создания N-граммных языковых моделей для систем автоматического распознавания речи. Модели подверглись комплексной оценке (perplexity, WER, распознавание имен собственных, сравнение с базовой моделью и Google ASR). Автор использовал также рекурсивные нейронные сети для так называемого рескорина N-граммных моделей. Эффективность моделей оценивалась путем распознавания речи с новостного канала Россия 24 (оценке подверглись 37 файлов общей продолжительностью 1,5 часа). Выбор тестовых данных связан с основной целью статьи – распознаванием речи в рамках так называемого медиа-мониторинга.
The author of the article used open Internet-news corpuses (NewsRu and Taiga) to create N-gram language models for the needs of automatic speech recognition systems. The models were comprehensively evaluated (perplexity, WER, proper name recognition, comparison with the base model and Google ASR). The author also rescored N-gram models, using recursive neural networks. The effectiveness of the models was assessed by recognizing speech from the news channel Россия 24 (37 files with a total length of 1.5 hours were tested). The selection of test data is related to the main goal of the article – speech recognition for the needs of the so-called media monitoring.
Źródło:
Przegląd Rusycystyczny; 2022, 1(177); 31-54
0137-298X
Pojawia się w:
Przegląd Rusycystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies