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



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