1. Репозиторий Самарского национального исследовательского университета имени академика С.П. Королёва
  2. 05. Выпускные квалификационные работы
  3. Выпускные квалификационные работы
Full metadata record
DC FieldValueLanguage
dc.contributor.authorЧеховских И. В.
dc.contributor.authorСимонова Е. В.
dc.contributor.authorСоловьева Я. В.
dc.coverage.spatialчастотный анализ
dc.coverage.spatialавтоматизированные системы
dc.coverage.spatialWORD MOVER’S DISTANCE
dc.coverage.spatialWord2vec
dc.coverage.spatialDOC2VEC
dc.coverage.spatialNatural Language Processing (NLP)
dc.coverage.spatialвекторное представление текста
dc.coverage.spatialсхожесть смыслового содержания
dc.coverage.spatialобработка естественного языка (ОЕЯ)
dc.coverage.spatialнаучные статьи
dc.creatorЧеховских И. В.
dc.date2020
dc.date.accessioned2025-11-27T12:23:18Z-
dc.date.available2025-11-27T12:23:18Z-
dc.date.issued2020
dc.identifier.identifierRU\НТБ СГАУ\ВКР20200908163236
dc.identifier.citationЧеховских, И. В. Исследование эффективности методов оценки схожести смыслового содержания научных статей : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры) / И. В. Чеховских ; рук. работы Е. В. Симонова ; нормоконтролер Я. В. Соловьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информати. - Самара, 2020. - on-line
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/50960-
dc.description.abstractВ данной выпускной квалификационной работе магистра проводитсяанализ эффективности методов оценки схожести смыслового содержаниянаучных статей. В качестве объектов анализа выбраны четыре алгоритма:Doc2Vec, взвешенная сумма векторов слов, полученных с помощью FastText,Word Mover’s Distance, Skip-Thought Vectors.Целью работы является автоматизация процесса поиска научных статей сосхожим смысловым содержанием, обогащение представления текста методамимашинного обучения.Научная новизна работы заключается в исследовании зависимости оценкиэффективности методов поиска схожести исследований в научных статьях отразличных параметров алгоритмов поиска.Создана информационно-логическая модель автоматизированной системыв нотации UML с помощью бесплатного сервиса draw.io (13.0.1).Система реализована на языке Python с помощью инструмента дляинтерактивной разработки и представления проектов в области наук о данныхJupyter Notebook.Для реализованных алгоритмов был проведен сравнительный анализкачества результата
dc.subjectнаучные статьи
dc.subjectобработка естественного языка (ОЕЯ)
dc.subjectчастотный анализ
dc.subjectсхожесть смыслового содержания
dc.subjectDOC2VEC
dc.subjectNatural Language Processing (NLP)
dc.subjectWord2vec
dc.subjectWORD MOVER’S DISTANCE
dc.subjectавтоматизированные системы
dc.subjectвекторное представление текста
dc.subject.rugasnti50.01
dc.subject.udc004.9
dc.titleИсследование эффективности методов оценки схожести смыслового содержания научных статей
dc.typeText
local.contributor.authorМинистерство науки и высшего образования Российской Федерации
local.contributor.authorматематики и электроники
local.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
local.contributor.authorИнститут информатики
local.identifier.oldurihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Issledovanie-effektivnosti-metodov-ocenki-shozhesti-smyslovogo-soderzhaniya-nauchnyh-statei-vyp-kvalifikac-rabota-po-napravleniu-podgot-090401-Informatika-i-vychislitelnaya-tehnika-uroven-magistratury-87302
Appears in Collections:Выпускные квалификационные работы

Files in This Item:
File SizeFormat 
Чеховских_Иван_Владимирович_Исследование_эффективности_методов_оценки.pdf2.07 MBAdobe PDFView/Open    Request a copy
Show simple item record


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.