Участник списка топ-10 NLP-исследователей России по данным Альманаха "Искусственный интеллект" от МФТИ
Награда за лучшую статью в номинации "Дизайн исследования" за статью "Reducing the degradation of sentiment analysis for text collection spread over a period of time" (2017). Международная конференция Knowledge Engineering and Semantic web.
Руководитель гранта мэрии Новосибирска для молодых ученых и специалистов в области инновационной деятельности на проект: «Извлечение данных из социальных сетей и анализ настроений»
Победитель конференции «Перспективы развития фундаментальных наук» с работой «Способы автоматического извлечения терминов из динамически обновляемых коллекций для построения словаря эмоциональной лексики на базе платформы микроблогов Twitter»
Научная деятельность
1
PC Member
Knowledge Engineering and Semantic Web Conference (KESW 2015–2017),
International Conference on Analysis of Images, Social Networks, and Texts (AIST 2018–2021),
Artificial Intelligence and Natural Language (AINL 2018–2020)
2
Рецензент и субрецензент
ACM International Conference on Information and Knowledge Management (CIKM 2022)
40th European Conference on Information Retrieval (ECIR 2018)
3
Преподаватель
2022 — Университет Бонна, ассистент профессора на курсе Information Retrieval (на английском)
2021 — Новосибирский государственный университет, курс Data Science Project Management (на английском)
Rubtsova, Y. (2018). Reducing the Deterioration of Sentiment Analysis Results Due to the Time Impact. Information, 9(8), 184.
2
Loukachevitch, N., Blinov, P., Kotelnikov, E., Rubtsova, Y., Ivanov, V., & Tutubalina, E. (2015, May). SentiRuEval: testing object-oriented sentiment analysis systems in Russian. In Proceedings of International Conference Dialog (Vol. 2, pp. 3-13).
3
Loukachevitch, N. V., & Rubtsova, Y. V. (2016). SentiRuEval-2016: overcoming time gap and data sparsity in tweet sentiment analysis. In Computational Linguistics and Intellectual Technologies (pp. 416-426).
4
Rubtsova, Y. (2015). Constructing a corpus for sentiment classification training. Softw. Syst, 109, 72-78.
5
Bondarenko, I., Berezin, S., Pauls, A., Batura, T., Rubtsova, Y., & Tuchinov, B. (2020, November). Using few-shot learning techniques for named entity recognition and relation extraction. In 2020 Science and Artificial Intelligence conference (SAI ence) (pp. 58-65). IEEE.
Соревнование SentiRuEval
Со-организатор соревнований по автоматическому анализу тональности
SentiRuEval-2015 и SentiRuEval-2016, международные соревнования по мониторингу репутации банков и телекоммуникационных компаний в Twitter. В роли соорганизатора я отвечала за разработку краудсорсинговой платформы для разметки данных, сбор и подготовку обучающих и тестовых данных, оценку систем и результатов участников, подготовку статьи с результатами соревнования.
Степень бакалавра наук в области прикладной математики и информатики
Степень бакалавра прикладной математики и информатики Новосибирский государственный университет, 2007 Диссертация: «Проектирование методов и средств постановки запросов для исследовательских систем с использованием онтологии и предметного словаря»
Магистр наук в области математики и компьютерных наук
Магистр математики и компьютерных наук, диплом с отличием Новосибирский государственный университет, 2019 Диссертация: «Классификация настроений отзывов из твиттера для задачи репутационного анализа»
Кандидат технических наук, Data Science
Кандидат технических наук, Data Science (2020) Диссертация: «Преодоление деградации моделей машинного обучения в задаче классификации текстов по тональности для разнесенных во времени коллекций»