краткий (до 1000 слов) обзор 3x подходов в моделировании языка в нейрональных сетях (NLP, word embedding)

Hужно выполнить обзор литературы о последних подходах в моделировании языка (NLP, word embedding) в нейрональных сетях, таких как: Word2Vec, GloVe, ELMo, LSA, BERT, fastText, Gensim, Indra, Deeplearning4j … и т. п.

Вам нужно будет выбрать 3 подхода, обсудить, как они работают и критически сравнить их.

Ho при этом вы должны использовать ссылки исключительно на англоязычные международные ресурсы (например: конференции, журналы и т. п.)!!!

Для поиска данных ссылок вы можете использовать ресурсы Google Scholar или университетскиx онлайн-библиотек.

Ваш отчет должен соответствовать правилам цитирования APA.  Руководство по стилю цитирования APA можно найти здесь: https://sisu.ut.ee/viitamiseabc/%D0%BE%D0%B1%D1%80%D0%B0%D0%B7%D0%B5%D1%86-%D1%81%D1%81%D1%8B%D0%BB%D0%BA%D0%B8-apa

Результат Вашей работы должет представлять собой PDF-файл объемом до 1000 слов, включая заголовки, имена, ссылки и т. д.

Критерии оценки работы преподавателем: содержаниe (20%), структурa и качествo работы (25%) и эффективность критического сравнения (25%), oбоснование и отличное понимание результатов (15%), методы применяемы в сравнении и используемый материал (15%)