Використання нейронних мереж у роботі з базами знань

Скорочена інформація про документ
dc.contributor.advisorБулах, Богдан Вікторович
dc.contributor.authorЧернюк, Андрій Олександрович
dc.date.accessioned2023-04-18T06:58:17Z
dc.date.available2023-04-18T06:58:17Z
dc.date.issued2021-12
dc.description.abstractРобота виконана на 99 сторінках, містить 35 ілюстрацій, 23 таблиці, 1 додаток. При підготовці використовувалась література з 56 джерел Актуальність теми Дана дисертація присвячена дослідженню нейронних мереж у рамках роботи з базами знань. Зі збільшенням кількості інформації зростає складність обробки і зберігання знань про цю інформацію. Використання баз знань стає більш частим рішенням при пошуку сховища для чітко структурованих даних. Збільшення об’ємів даних призводить до збільшення кількості ресурсів, що потребуються для її обробки. Це ускладнює процес ручної обробки даних. З поширенням використання баз знань зростає попит на спеціалістів, що мають можливість застосовувати свої знання на практиці. Це ставить певні обмеження на професіоналів у власних доменах, які не можуть застосовувати свої дані через звичайну нестачу навиків при роботі з базами знань. Використання нейронних мереж дозволяє вирішити різноманітні питання у полі роботи з базами знань. Актуальність роботи полягає в дослідженні сучасних підходів у різноманітних шляхах роботи з базами знань з використанням нейронних мереж, що дозволяють подолати проблеми, які виникають при роботі з базою знань (напряму чи опосередковано). Мета та задачі дослідження Метою даної роботи є дослідження використання нейронних мереж у рамках роботи з базами знань. Рішення поставлених завдань та досягнуті результати Для досягнення поставленого завдання було розглянуто формати представлення формалізованих знань у базах знань, включаючи RDF та різні діалекти OWL, виконано огляд літературних джерел та проаналізовано роботи, що використовують нейронні мережі для здійснення логічних висновків у базах знань. Опрацьовано літературні джерела, що присвячені вирішенню задач семантичній сегментації текстів з використанням нейронних мереж. Проаналізовано систему, що використовує семантичний аналіз вхідної послідовності для перетворення вхідної послідовності природною мовою на запит на мові SPARQL. Розглянуто використання згорткових, графових та гібридних мереж даного типу для роботи з графовим представленням формалізованих знань. Створено прототип системи перекладу вхідної послідовності на природній мові у мову запитів до бази знань SPARQL. Описано архітектурні особливості прототипу. Розглянуто механізм уваги і задачу машинного перекладу. Проаналізовано отримані результати. Об’єкт дослідження: Бази знань. Предмет дослідження: Застосування нейромереж у роботі з базами знань. Наукова новизна Наукова новизна роботи полягає у вирішенні задачі машинного перекладу зі зважуванням в рамках роботи з базами знань. Практичне значення одержаних результатів Робота може бути використана як база для системи отримання результатів з бази знань після запиту у вигляді послідовності на природній мові.uk
dc.description.abstractotherWork carried out on 99 pages, containing 35 figures, 23 tables, 1 appendix. The paper was written with references to 56 sources. Topicality This dissertation is devoted to the study of the use of neural networks in knowledge bases. As the number of information increases, the complexity of processing and storing knowledge about this information increases as well. Using knowledge bases is becoming a more common solution when looking for storage for well-structured data. Raising the amount of data leads to an increase in the number of resources required for its processing. This complicates the process of manual data processing. With the spread of the use of knowledge bases, the demand for specialists who have the opportunity to apply their knowledge in practice is growing drastically. This places certain restrictions on professionals in their domains who cannot use their data due to the usual lack of skills in working with knowledge bases. The use of neural networks allows you to solve various problems in the field of knowledge bases. The relevance of the work lies in the study of modern approaches in various ways of working with knowledge bases using neural networks, which overcome the problems that arise when working with the knowledge base (directly or indirectly). Purpose The purpose of this work is to study the use of neural networks in the context of knowledge bases. Solution To achieve this goal, the formats of formalized knowledge in knowledge bases, including RDF and various OWL dialects, were reviewed, literature sources were reviewed, and the thesis using neural networks to make logical inferences in knowledge bases was analyzed. Theses devoted to solving problems of semantic segmentation of texts with the use of neural networks have been researched. A system that uses semantic analysis of the input sequence to convert the input sequence in natural language to a query in SPARQL was analyzed. The use of convolutional, graph and hybrid networks of this type for work with graph representation of formalized knowledge is considered. A prototype of the system of translation of the input sequence in natural language into the query language to the SPARQL knowledge base has been unveiled. The architectural features of the prototype are described. The mechanism of attention and the problem of machine translation are considered. The obtained results were analyzed. The object of research Knowledge base. The subject of research The use of neural networks in knowledge bases. Scientific novelty The scientific novelty of the work is to solve the problem of machine translation by weighing in the work with knowledge bases. The practical value of research The work can be used as a basis for a system of obtaining results from the knowledge base upon request in the form of a sequence in natural language.uk
dc.format.extent99 с.uk
dc.identifier.citationЧернюк, А. О. Використання нейронних мереж у роботі з базами знань : магістерська дис. : 122 Комп’ютерні науки / Чернюк Андрій Олександрович. – Київ, 2021. – 99 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/54643
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectNLPuk
dc.subjectTransformeruk
dc.subjectSPARQLuk
dc.subjectSeq2Sequk
dc.subjectOWLuk
dc.subjectPyTorchuk
dc.subject.udc004.42uk
dc.titleВикористання нейронних мереж у роботі з базами знаньuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Cherniuk_magistr.pdf
Розмір:
2.51 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (СП)
Магістерські роботи