Исследование методов классификации текстов на естественном языке

Некрасова А. С.; Соловьева Я. В.; Соловьева Я. В.

Full metadata record

DC Field	Value	Language
dc.contributor.author	Некрасова А. С.
dc.contributor.author	Соловьева Я. В.
dc.contributor.author	Соловьева Я. В.
dc.coverage.spatial	алгоритм обратного распространения ошибки
dc.coverage.spatial	естественные языки
dc.coverage.spatial	классификация текстов
dc.coverage.spatial	многослойный персептрон
dc.coverage.spatial	нейронные сети
dc.creator	Некрасова А. С.
dc.date	2022
dc.date.accessioned	2025-11-27T12:28:04Z	-
dc.date.available	2025-11-27T12:28:04Z	-
dc.date.issued	2022
dc.identifier.identifier	RU\НТБ СГАУ\ВКР20220928140718
dc.identifier.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
dc.identifier.uri	http://repo.ssau.ru/jspui/handle/123456789/55356	-
dc.description.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
dc.subject	алгоритм обратного распространения ошибки
dc.subject	нейронные сети
dc.subject	многослойный персептрон
dc.subject	классификация текстов
dc.subject	естественные языки
dc.subject.rugasnti	50.01
dc.subject.udc	004.032.26
dc.title	Исследование методов классификации текстов на естественном языке
dc.type	Text
local.contributor.author	Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
local.contributor.author	Министерство науки и высшего образования Российской Федерации
local.contributor.author	Институт информатики и кибернетики
local.identifier.olduri	http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Issledovanie-metodov-klassifikacii-tekstov-na-estestvennom-yazyke-99778
local.identifier.olduri	http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Issledovanie-metodov-klassifikacii-tekstov-na-estestvennom-yazyke-99778
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

Show simple item record

Samara University Repository

Welcome!