| Title: | Исследование методов классификации текстов на естественном языке |
| Authors: | Некрасова А. С. Соловьева Я. В. Соловьева Я. В. |
| Keywords: | алгоритм обратного распространения ошибки нейронные сети многослойный персептрон классификация текстов естественные языки |
| Issue Date: | 2022 |
| Citation: | Некрасова, А. С. Исследование методов классификации текстов на естественном языке : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры) / А. С. Некрасова ; рук. работы Я. В. Соловьева ; 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 информат. - Самара, 2022. - 1 файл (2,1 Мб). - Текст : электронный |
| Abstract: | Объектом исследования являются методы исследования классификации текстов на естественном языке. Целью данной квалификационной работы является проектирование и реализация классификатора текстов на естественном языке, а также анализ и сравнение результатов, полученных при реализации искусственной нейронной сети при различных настройках параметров данного метода. В процессе выполнения работы были разработаны алгоритмы и соответствующая программа, позволяющая пользователю создавать и обучать нейронную сеть для классификации текстов. Система позволяет создавать тематики и присваивать их текстам на основе их смыслового содержания. Кроме этого, были произведены научные исследования эффективности нейронной сети. В рамках работы был проведен анализ предметной области и существующих систем-аналогов, разработан проект системы по методологии UML в среде Microsoft Visio 2016. Программная реализация выполнена в среде разработки Microsoft Visual Studio 2019 на языке программирования C# с использованием фреймворка Accord.NET |
| URI: | http://repo.ssau.ru/jspui/handle/123456789/55356 |
| Appears in Collections: | Выпускные квалификационные работы |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| Некрасова_Анна_Сергеевна_Исследование_методов_классификации_текстов.pdf | 2.14 MB | Adobe PDF | View/Open Request a copy |
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.