Abdurakhimov M., Khodorchenko M. RuSimulBench a Benchmark for Assessing the Quality of Language Models in Russian. Proceedings of the 37th Conference of Open Innovations Association FRUCT. 2025. pp. 3-10.. doi: 10.23919/FRUCT65909.2025.11008128
Zakharova A., Alexandrov D., Khodorchenko M., Butakov N., Vasilev A., Savchenko M., Grigorievskiy A. Stalactite: toolbox for fast prototyping of vertical federated learning systems. RecSys 2024 - 18th ACM Conference on Recommender Systems. 2024. pp. 1187–1190.. doi: 10.1145/3640457.3691700
Khodorchenko M., Butakov N., Nasonov D. Improved Evolutionary Approach for Tuning Topic Models with Additive Regularization. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2023. Vol. 14001. pp. 409–420.. doi: 10.1007/978-3-031-40725-3_35
Ходорченко М.А., Бутаков Н.А., Насонов Д.А., Фирулик М.Ю. Программный фреймворк для оптимизации гиперпараметров тематических моделей с аддитивной регуляризацией [Software framework for hyperparameters optimization of models with additive regularization]. Научно-технический вестник информационных технологий, механики и оптики [Scientific and Technical Journal of Information Technologies, Mechanics and Optics]. 2023. Т. 23. № 1(143). С. 112–120.. doi: 10.17586/2226-1494-2023-23-1-112-120
Kataeva V., Khodorchenko M. Attention-based estimation of topic model quality [Оценка качества тематических моделей на основе механизма внимания]. Компьютерная лингвистика и интеллектуальные технологии = Computational Linguistics and Intellectual Technologies [Komp'juternaja Lingvistika i Intellektual'nye Tehnologii]. 2023. No. 22. pp. 225-232.. doi: 10.28995/2075-7182-2023-22-215-224
Khodorchenko M., Butakov N., Nasonov D. Towards Better Evaluation of Topic Model Quality. Proceedings of the 32nd Conference of Open Innovations Association FRUCT. 2022. pp. 128-134.. doi: 10.23919/FRUCT56874.2022.9953874
Khodorchenko M., Butakov N., Sokhin T., Teryoshkin S. Surrogate-based Optimization of Learning Strategies for Additively Regularized Topic Models. Logic Journal of the IGPL. 2022. Vol. 31. No. 2. pp. 287–299.. doi: 10.1093/jigpal/jzac019
Ходорченко М.А. Автоматическая настройка оптимальных параметров тематических моделей. Сборник трудов IX конгресса молодых ученых (Санкт-Петербург, 15-18апреля 2020г.). 2021. Т. 1. С. 268-271.
Khodorchenko M., Teryoshkin S., Sokhin T., Butakov N. Optimization of Learning Strategies for ARTM-Based Topic Models. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2020. Vol. 12344 LNAI. pp. 284-296.. doi: 10.1007/978-3-030-61705-9_24
Sokhin T., Khodorchenko M., Butakov N. Unsupervised Neural Aspect Extraction with Related Terms. Communications in Computer and Information Science. 2020. Vol. 1292. pp. 75-86.. doi: 10.1007/978-3-030-59082-6_6
Zamiralov A., Khodorchenko M., Nasonov D. Detection of housing and utility problems in districts through social media texts. Procedia Computer Science. 2020. Vol. 178. pp. 213-223.. doi: 10.1016/j.procs.2020.11.023
Nevezhin E.E., Butakov N., Khodorchenko M., Petrov M., Nasonov D. Topic-driven Ensemble for Online Advertising Generation. Proceedings of the 28th International Conference on Computational Linguistics. 2020. pp. 2273–2283.. doi: 10.18653/v1/2020.coling-main.206
Эволюционное моделирование стратегий обучения для моделей основанных на аддитивной регуляризации
Разработка системы построения оценки качества жизни районов города на основе неструктурированных текстов социальной сети
Khodorchenko M. Distant supervision and knowledge transfer for domain-oriented text classification in online social networks. Procedia Computer Science. 2019. Vol. 156. pp. 166-175.. doi: 10.1016/j.procs.2019.08.192
Многоагентное моделирование на основе усвоения данных из социальных сетей
Khodorchenko M., Butakov N. Developing an approach for lifestyle identification based on explicit and implicit features from social media. Procedia Computer Science. 2018. Vol. 136. pp. 236-245.. doi: 10.1016/j.procs.2018.08.262
Российская Федерация, Санкт-Петербург
Российская Федерация, Санкт-Петербург
Российская Федерация, Санкт-Петербург
Российская Федерация, Санкт-Петербург
Российская Федерация, Санкт-Петербург
Российская Федерация, Санкт-Петербург
Российская Федерация, Санкт-Петербург
Российская Федерация, Санкт-Петербург
Российская Федерация, Санкт-Петербург