Публікація:
Дослідження продуктивності нейромережевих моделей при семантичному аналізі тексту

dc.contributor.authorЛитвиненко, В. С.
dc.date.accessioned2023-01-14T13:26:13Z
dc.date.available2023-01-14T13:26:13Z
dc.date.issued2022
dc.description.abstractМетою 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.
dc.identifier.citationЛитвиненко 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.
dc.identifier.urihttps://openarchive.nure.ua/handle/document/21328
dc.language.isouk
dc.subjectNLP, перетворення аудіофайлів в текст, сумаризація тексту, аналіз тексту, XL-SUM, wav2vec, mT5
dc.titleДослідження продуктивності нейромережевих моделей при семантичному аналізі тексту
dc.title.alternativeResearch on Neural Network Models Productivity at Semantic Analysis of Text
dc.typeOther
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 2 з 2
Завантаження...
Зображення мініатюри
Назва:
2022_M_EOM_SPm-20-2_Lytvynenko_V_S.pdf
Розмір:
1017.9 KB
Формат:
Adobe Portable Document Format
Завантаження...
Зображення мініатюри
Назва:
2022_M_EOM_SPm-20-2_Lytvynenko_V_S_dodatok.pdf
Розмір:
707.14 KB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.64 KB
Формат:
Item-specific license agreed upon to submission
Опис: