Перейти к основному содержанию
Главная

Санкт-Петербургское отделение
Математического института
им. В.А.Стеклова РАН

наб. р. Фонтанки 27, Санкт-Петербург, 191023

Main menu

  • Новости
  • Структура института
    • Администрация
    • Институт им. Эйлера
    • Лаборатории
    • Научные сотрудники
    • Учёный совет
    • Научно-образовательный центр
    • Информационно-издательский сектор
    • Контакты
  • Ресурсы
    • Клуб сотрудников ПОМИ
    • Библиотека ПОМИ
    • Видеоматериалы
    • История института
    • Электронные библиотеки
    • Поступающим в аспирантуру
    • Ссылки
    • Научные сотрудники прошлых лет
    • Воспоминания об О.А. Ладыженской
  • Деятельность института
    • Конференции
    • Семинары
    • Диссертационные советы
    • Журнал "Алгебра и анализ"
    • Записки научных семинаров
    • Препринты
    • Публикации
    • Аспирантура
    • Противодействие коррупции
    • Антимонопольный комплаенс
    • Конкурс молодых ученых
  • Сотрудникам
    • Расписание аудиторий
    • Шаблоны документов бухгалтерии
    • Информация для сотрудников
    • Шаблоны документов отдела кадров
  • Вакансии
  • Поиск

Антон Михайлович Алексеев

лаборатория прикладных вероятностных и алгоритмических методов
Email: 
anton.m.alexeyev [at] gmail.com
Домашняя страница: 
https://alexeyev.github.io/
Научные интересы: 
Машинное обучение
обработка естественного языка
информационный поиск
рекомендательные системы
цифровые гуманитарные науки
искусственный интеллект

Образование:

2014, Санкт-Петербургский государственный университет, математико-механический факультет, специальность 080801 «Прикладная информатика»

2014, CSCenter/АУ РАН, повышение квалификации по программе дополнительного образования в области информационных технологий и прикладной математики

Опыт работы:

2013-2015, ООО «Яндекс», стажёр, затем разработчик

2015-2016, ООО «СофИТ Лабс», инженер-программист

2016-2018, ООО «Нейтив Медиа», специалист по машинному обучению

2018-н.в., ПОМИ РАН им. В. А. Стеклова

Публикации:

  1. Vasilkovsky, M., Alekseev, A., Malykh, V., Shenbin, I., Tutubalina, E., Salikhov, D., ... & Nikolenko, S. (2022, June). Detie: Multilingual open information extraction inspired by object detection. In Proceedings of the AAAI Conference on Artificial Intelligence (Vol. 36, No. 10, pp. 11412-11420).
  1. Alekseev, A., Miftahutdinov, Z., Tutubalina, E., Shelmanov, A., Ivanov, V., Kokh, V., ... & Nikolenko, S. (2022, June). Medical Crossing: a Cross-lingual Evaluation of Clinical Entity Linking. In Proceedings of the Thirteenth Language Resources and Evaluation Conference (pp. 4212-4220).
  1. Savchenko, A., Alekseev, A., Kwon, S., Tutubalina, E., Myasnikov, E., & Nikolenko, S. (2020, December). Ad lingua: Text classification improves symbolism prediction in image advertisements. In Proceedings of the 28th International Conference on Computational Linguistics (pp. 1886-1892).
  1. Alekseev, A., Tutubalina, E., Malykh, V., & Nikolenko, S. (2020). Improving unsupervised neural aspect extraction for online discussions using out-of-domain classification. Journal of Intelligent & Fuzzy Systems, 39(2), 2487-2496.
  1. Vasilkovsky, M., Alekseev, A., Malykh, V., Shenbin, I., Tutubalina, E., Salikhov, D., ... & Nikolenko, S. (2022, June). Detie: Multilingual open information extraction inspired by object detection. In Proceedings of the AAAI Conference on Artificial Intelligence (Vol. 36, No. 10, pp. 11412-11420).
  1. Alekseev, A., Miftahutdinov, Z., Tutubalina, E., Shelmanov, A., Ivanov, V., Kokh, V., ... & Nikolenko, S. (2022, June). Medical Crossing: a Cross-lingual Evaluation of Clinical Entity Linking. In Proceedings of the Thirteenth Language Resources and Evaluation Conference (pp. 4212-4220).
  1. Savchenko, A., Alekseev, A., Kwon, S., Tutubalina, E., Myasnikov, E., & Nikolenko, S. (2020, December). Ad lingua: Text classification improves symbolism prediction in image advertisements. In Proceedings of the 28th International Conference on Computational Linguistics (pp. 1886-1892).
  1. Alekseev, A., Tutubalina, E., Malykh, V., & Nikolenko, S. (2020). Improving unsupervised neural aspect extraction for online discussions using out-of-domain classification. Journal of Intelligent & Fuzzy Systems, 39(2), 2487-2496

Открытый программный код: https://github.com/alexeyev

Все публикации: https://scholar.google.com/citations?user=Lwcol1sAAAAJ

  • Русский Русский
  • English English

Целевое обучение

Противодействие коррупции

COVID-19

QR код с информацией о коронавирусе

Для слабовидящих

Размер шрифта

– = +