Отрывок: Пример можно увидеть на рисунке 4. Также этот метод имеет разновидность прямое хеширование [6] ( one-hot hashing ). Отличие состоит в том, что вместо составления словаря к каждому слову в предложении применяется легкая хеш-функция. За счет этого метод становится однопроходным, не расходуется память на хранение индексов слов. Проблемы могут возникнуть тогда, когда область значений хеш-функции не бу- дет много больше, чем количество уникальных слов в тексте. Из-за это...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorГордеев П. В.ru
dc.contributor.authorКуприянов А. В.ru
dc.contributor.authorМинистерство науки и высшего образования Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.contributor.authorИнститут информатикиru
dc.contributor.authorматематики и электроникиru
dc.coverage.spatialобработка естественного языка (ОЕЯ)ru
dc.coverage.spatialфреймворк KERASru
dc.coverage.spatialязыки программированияru
dc.coverage.spatialискусственные нейронные сетиru
dc.coverage.spatialкластеризация текстаru
dc.coverage.spatialклассификация текстаru
dc.coverage.spatialтекстовые данныеru
dc.coverage.spatialнейронные сетиru
dc.creatorГордеев П. В.ru
dc.date.issued2019ru
dc.identifierRU\НТБ СГАУ\ВКР20191022095745ru
dc.identifier.citationГордеев, П. В. Разбработка и исследование алгоритма классификации больших текстовых данных с помощью нейронных сетей : вып. квалификац. работа по направлению подгот. 01.03.02 "Прикладная математика и информатика" (уровень бакалавриата) / П. В. Гордеев ; рук. работы А. В. Куприянов ; нормоконтролер С. В. Суханов ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики,. - Самара, 2019. - on-lineru
dc.description.abstractОбъектом исследования является алгоритм кластеризации и классификации текстов на естественном русском языке с помощью искусственных нейронных сетей. Цель работы – исследование и реализация алгоритма классификации текста на русском языке с помощью нейронныru
dc.format.extentЭлектрон. дан. (1 файл : 2,3 Мб)ru
dc.titleРазбработка и исследование алгоритма классификации больших текстовых данных с помощью нейронных сетейru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.032.26ru
dc.textpartПример можно увидеть на рисунке 4. Также этот метод имеет разновидность прямое хеширование [6] ( one-hot hashing ). Отличие состоит в том, что вместо составления словаря к каждому слову в предложении применяется легкая хеш-функция. За счет этого метод становится однопроходным, не расходуется память на хранение индексов слов. Проблемы могут возникнуть тогда, когда область значений хеш-функции не бу- дет много больше, чем количество уникальных слов в тексте. Из-за это...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Гордеев_Павел_Васильевич_Разбработка_исследование_алгоритма.pdf2.36 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.