Публікація: Дослідження продуктивності нейромережевих моделей при семантичному аналізі тексту
Завантаження...
Дата
2022
Автори
Назва журналу
ISSN журналу
Назва тома
Видавництво
Анотація
Метою кваліфікаційної роботи є створення гібридної моделі, яка надає можливість розпізнання мовлення, перетворення наявних даних в текст і останнім етапом проведення сумаризації даного тексту, що містить лекційний матеріал, в текстовий вигляд, зберігаючи лише важливу змістовну частину лекції. А також порівняти ефективність нейромережевих моделей використаних в розробці запропонованої системи на різних GPGPU. У ході виконання кваліфікаційної роботи було проведено дослідження параметрів, які повинна задовольняти система розпізнавання голосу та система сумаризації тексту. Також були розглянуті існуючі методи обробки NLP у випадку з перетворенням мовлення в текст і його сумаризації. На підставі проведеного дослідження був запропонований та розроблений комплекс обробки вхідних аудіозаписів та їх сумаризації. В процесі розробки системи було проведено порівняння розпізнавання мовлення англійською і українською мовами за допомогою використання моделі, яка розроблена з використанням згорткової нейроної мережі. А також проведено сумаризації текстів на вище вказаних мовах, з використанням новітньої моделі від компанії Google.
Опис
Ключові слова
NLP, перетворення аудіофайлів в текст, сумаризація тексту, аналіз тексту, XL-SUM, wav2vec, mT5
Бібліографічний опис
Литвиненко В. С. Дослідження продуктивності нейромережевих моделей при семантичному аналізі тексту : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 123 Комп'ютерна інженерія / В. С. Литвиненко ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2022. – 77 с.