Публікація:
Вирішення задачі виправлення граматичних помилок в текстах з використанням сучасних технологій глибинного навчання

dc.contributor.authorЯковлева, О. М.
dc.date.accessioned2023-07-21T14:35:13Z
dc.date.available2023-07-21T14:35:13Z
dc.date.issued2023
dc.description.abstractМетою кваліфікаційної роботи є розробка інтелектуальної системи виправлення граматичних помилок для української мови на основі глибинних рекурентних нейронних мереж з використанням анотованих та синтетичних наборів даних. Об’єктом дослідження є процес виправлення граматичних помилок в українській мові на основі українського анотованого корпусу з додатковим використанням синтетичних даних. Предметом дослідження є глибинні рекурентні мережі, призначені для вирішення задач виправлення граматичних помилок, що навчаються як на анотованих, так і на синтетичних наборах даних. Методи дослідження – теорія оптимізації, теорія штучних нейронних мереж, теорія глибинних нейронних мереж, теорія систем опрацювання природної мови. Ця кваліфікаційна робота зосереджена на досліджені та аналізі методів та системи для створення GEC застосунку української мови, використовуючи один з найсучасніших підходів – нейромережевого машинного перекладу, яке інтерпретує завдання GEC як одномовне переписування помилкового тексту в граматично коректний.
dc.identifier.citationЯковлева О. М. Вирішення задачі виправлення граматичних помилок в текстах з використанням сучасних технологій глибинного навчання : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 122 Комп’ютерні науки / О. М. Яковлева ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2023. – 105 с.
dc.identifier.urihttps://openarchive.nure.ua/handle/document/23733
dc.language.isouk
dc.subjectвиправлення граматичних помилок
dc.subjectзгорткова нейронна мережа
dc.subjectпослідовність до послідовності
dc.subjectстатистичний машинний переклад
dc.titleВирішення задачі виправлення граматичних помилок в текстах з використанням сучасних технологій глибинного навчання
dc.typeOther
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 1 з 1
Завантаження...
Зображення мініатюри
Назва:
2023_M_ShI_Yakovleva_OM.pdf
Розмір:
3.94 MB
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: