deletions | additions       diff --git a/WVR.tex b/WVR.tex  index c37c155..6d8eb9b 100644  --- a/WVR.tex  +++ b/WVR.tex 
...
%\section{Methods of word vector representation}  \section{Векторное представление слов: блеск и нищета построения нейронных сетей инструментом word2vec}  %Рассматриваемая задача относится к разработки количественных и качественных математических методов %обработки естественных языков (NLP).  %Последняя задча не исследована. Идея векторного представления слов с помощью нейронных сетей получила мощный толчок благодаря работам чешского ученого Томаса Миколова (\cite{Mikolov_2012}, \cite{Mikolov_2011} (\cite{Mikolov2012}, \cite{Mikolov2011}  + todo ref статья 2013 г.:см. Литература № 3). Главное достоинство работы Т.~Миколова в том, что он разработал инструмент \textit{word2vec} для создания моделей нейронных сетей (далее будем их называть \textit{NN-моделями}) на основе текстов корпусов. Забегая вперед можно сказать, что, с нашей точки зрения, не меньший вклад сделали и отечественные ученые Андрей Кутузов и Елизавета Кузьменко, которые приготовили с помощью word2vec NN-модели для русского языка на основе ряда корпусов. Свой инструмент они назвали $RusVect\bar{o}r\bar{e}s$~\cite{Kutuzov_2015}. RusVectores~\cite{Kutuzov2015}.  Бедность подхода, предложенного Т.~Миколовым в том, что поиск осмысленных пар семантических отношений работает только на некоторых ярких примерах ($queen - woman + man \approx king$). Малейшее отклонение в сторону даёт неудовлетворительные результаты. Слабость математической стороны работ Т.~Миколова была подмечена в недавней работе Голдберга и Леви (todo см. Литература № 4).  Работа Голдберга и Леви, посвященная обсуждению результатов Т.~Миколова, заканчивается обращением к исследователям: "Can we make this intuition more precise? We’d really like to see something more formal." (Goldberg, Levy. 2014. Литература № No  4) (Перевод: "Можем ли интуитивный подход быть сделан более точным? Мы действительно хотели бы увидеть нечто более формальное.") В какой-то мере настоящая статья является ответом на вызов этих известных исследователей в области компьютерной лингвистики. todo сделать красивый citation для Голдберга и Леви.