Бұл зерттеу ғылыми мақалалар мәтіндері үшін аты аталған тұлғаны тану тапсырмасын салыстырмалы зерттеуге бағытталған. Табиғи тілді өңдеуді әр түрлі табиғи тілдерді түсінуге және лингвистикалық анализге байланысты мәселелерге назар аударатын машиналық оқыту аймағының негізінің бірі ретінде қарастыруға болады.

Қазіргі заманғы терең оқыту әдістері суретті тану, үлгіні тану, компьютерлік көру және тағы басқа

Да салаларда жақсы өнімділік пен дәлдікке ие екендігі көрсетілген, бұл мұндай технология нейро-лингвистикалық бағдарламалау саласында да сәтті болуы мүмкін және осы тақырыпқа деген қызығушылықтың күрт артуына әкелуі мүмкін. Ұзақ уақыт бойы бұл салада өте маңызды емес алгоритмдер қолданылды, мысалы, векторлық машиналар немесе регрессияның әртүрлі түрлері, сонымен қатар жоғары нәтиже бермейтін мәтіндік деректердің негізгі кодтауы қолданылды. Эксперименттік модельдерді өңдеу үшін келесі мәліметтер жиынтығы қолданылды: ғылыми объектілермен байланыстың өзегі болып табылатын деректер базасы. Келесі алгоритмдер қолданылды: ұзақ қысқа мерзімді жады, шартты кездейсоқ өрістері бар кездейсоқ орман классификаторы және трансформерлерден энкодерді екі бағытты бейнелеу мен  аталған нысандарды тану кездейсоқ орман классификаторы. Алынған нәтижелерде салыстыру үшін барлық модельдердің көрсеткіштерін бағалау бір-бірімен салыстырылды. Бұл зерттеу машиналық оқыту саласына қатысты ғылыми мақалаларды өңдеуге арналған, өйткені бұл тақырып тиісті деңгейде жеткілікті зерттелмеген. Бұл мәселені қарастыру машиналарға табиғи тілдерді жақсы түсінуге көмектеседі, осылайша олар басқа нейро-лингвистикалық бағдарламалау мәселелерін жақсы шеше алады, жалпы бағалауды жоғарылатады.