Neural Network Models for Enhancing Natural Language Processing

Authors

  • Sam Edwards
  • Chris Garcia
  • Taylor Garcia

Keywords:

neural networks, natural language, processing, models, applications

Abstract

The study focuses on the development of advanced neural network models to improve natural language processing (NLP) applications. The research evaluates different architectures, such as transformers and recurrent neural networks, to enhance language understanding and generation. This paper highlights recent advancements in training techniques that boost NLP performance, including transfer learning and attention mechanisms. Applications in real-world scenarios, from sentiment analysis to translation services, are also explored.

Author Biographies

Sam Edwards

PhD in Computer Science
Sorbonne University
21 Rue de l'École de Médecine, 75006 Paris, France

Chris Garcia

PhD in Linguistics
Stanford University
450 Serra Mall, Stanford, CA 94305, United States

Taylor Garcia

PhD in Artificial Intelligence
Kharkiv National University of Radio Electronics
Nauky Ave, 14, Kharkiv, Kharkiv Oblast, Ukraine, 61166

References

Al-Rajab, M., Loucif, S., & Al Risheh, Y. (2023). Predicting new crescent moon visibility applying machine learning algorithms. Scientific Reports, 13(1), 6674.

Al-Rajab, M. M., & Lu, J. (2016). A study on the most common algorithms implemented for cancer gene search and classifications. International Journal of Data Mining and Bioinformatics, 14(2), 159-176.

Рагимов, Э. Р. О. (2012). Методология оптимальной идентификации расположения программных единиц в комплексе безопасных программ, реализующих систему защиты информации корпоративной сети. Вопросы защиты информации, (1), 51-57.

Рагимов, Э. (2011). КВАЛИМЕТРИЧЕСКИЕ ПОКАЗАТЕЛИ БЕЗОПАСНОСТИ ПРОГРАММНЫХ КОМПЛЕКСОВ, РЕАЛИЗУЮЩИХ СИСТЕМУ УПРАВЛЕНИЯ КОРПОРАТИВНЫМИ СЕТЯМИ. Problems of information technology, 2(1), 18-23.

Рагимов, Э. Р. (2011). Роль программных комплексов в управлении безопасностью корпоративной информационной системы. Телекоммуникации, (12), 4-7.

Рагимов, Э. Р. О. (2010). Механизм верификации безопасности программных средств, функционирующих в системе защиты информации корпоративных сетей. Вопросы защиты информации, (4), 37-40.

Рагимов, Э. Р. (2005). КЛАССИФИКАЦИЯ УГРОЗ ПО СЕРВИСАМ БЕЗОПАСНОСТИ НА ОСНОВЕ СТАТИСТИЧЕСКИХ ДАННЫХ. Информационное противодействие угрозам терроризма, (5), 87-92.

оглу Рагимов, Э. Р., & оглу Искендерзаде, Э. Б. (2023). ЭФФЕКТИВНЫЕ МЕТРОЛОГИЧЕСКИЕ АСПЕКТЫ ПРИМЕНЕНИЯ НАНОТЕХНОЛОГИЧЕСКОЙ ПРОДУКЦИИ В ТРАНСПОРТНОЙ СФЕРЕ. Сетевое издание «Нефтегазовое дело», (1), 126-142.

Рагимов, Э. Р. О. (2011). Метрология элементов безопасности программных комплексов, реализующих систему защиты информации корпоративных сетей. Вопросы защиты информации, (2), 36-41.

Рагимов, Э. Р. (2011). Модель идентификации безотказной работы программных средств в корпоративных сетях. Телекоммуникации, (2), 2-5.

Kumar, N., & Kataria, V. Enhanced Sentiment Classification using a Multi-layered Stacked Ensemble Architecture.

Published

2023-09-05

Issue

Section

Articles