Формальне представлення аналізу релевантності тексту в новинних сайтах з використанням багатоцільової моделі NLP
Немає доступних мініатюр
Дата
2019
Автори
Усачов, В. С.
Назва журналу
ISSN журналу
Назва тому
Видавець
Анотація
Метою атестаційної роботи є формальне представлення процесу аналізу релевантності тексту в новинних статтях з використанням багатоцільової моделі BERT (Bidirectional Encoder Representations from Transformers).
У ході виконання атестаційної роботи був проведений детальний аналіз сучасних підходів що застовуються в Natural Language Processing (NLP), було розкрито поняття глибоких нейронних мереж, були проаналізовані різні моделі з попередньою підготовкою для початку роботи для обробки природної мови при аналізі новинних статей. Далі були сформовані критерії оцінки якості роботи глибоких нейронних мереж та виконане формальне представлення процесу аналізу релевантності тексту в новинних статтях з використанням багатоцільової моделі BERT. На закінченні був проведений експеремент в середовищі Google Colab з використанням фреймворку Tensorflow та надані практичні рекомендації по застосуванню розробленого програмного додатку.
Опис
Ключові слова
ГЛИБОКА НЕЙРОННА МЕРЕЖА, МОДЕЛЬ, НОВИННА СТАТТЯ, ПОПЕРЕДНЯ ОБРОБКА, РЕЛЕВАНТНІСТЬ ТЕКСТУ
Цитування
Усачов В. С.Формальне представлення аналізу релевантності тексту в новинних сайтах з використанням багатоцільової моделі NLP : пояснювальна записка до атестаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 123 Комп'ютерна інженерія / В. С. Усачов ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2019. – 75 с.