Сумаризація тексту за допомогою великих мовних моделей

Скорочена інформація про документ
dc.contributor.advisorНедашківська, Надія Іванівна
dc.contributor.authorЄремічук, Руслан Іванович
dc.date.accessioned2024-09-23T10:32:29Z
dc.date.available2024-09-23T10:32:29Z
dc.date.issued2024
dc.description.abstractДипломна робота: 162 с., 34 рис., 8 табл., 2 додатки, 42 джерела. Об'єкт дослідження - автоматизована сумаризація тексту з використанням великих мовних моделей (ВММ; англ. Large Language Models, скорочено LLM). Предмет дослідження - вивчення ефективності різних великих мовних моделей, включаючи квантизовані та неквантизовані версії, для сумаризації текстів в залежності від кількості параметрів моделей. Мета роботи: - розробити веб-сервіс на Python, що дозволяє сумаризувати онлайн-статті та озвучувати отримані сумаризації; - виконати детальний бенчмаркінг моделей на швидкість та якість. Актуальність - збільшення обсягу текстової інформації вимагає ефективних методів обробки та засвоєння контенту. Системи автоматизованої сумаризації допомагають заощадити час та покращити доступність інформації. Результат роботи - було здійснено вибір та порівняння великих мовних моделей за метриками, швидкістю та доступністю. Розроблено веб-сервіс для автоматичної сумаризації та озвучування текстів з онлайн-статей. Система дозволяє користувачам швидко отримувати аудіоанотації, покращуючи ефективність споживання інформації.
dc.description.abstractotherBachelor thesis: 162 p., 34 fig., 8 tabl., 2 append., 42 references. The object of the research is automated text summarization using large language models (LLM). The subject of the research is to study the effectiveness of various large language models, including quantized and non-quantized versions, for text summarization depending on the number of model parameters. The aim of the work is: - to develop a Python web service that allows summarizing online articles and voicing the resulting summarizations; - to perform detailed benchmarking of models for speed and quality. Relevance - the increase in the amount of textual information requires effective methods of processing and assimilation of content. Automated summarization systems help to save time and improve information accessibility. Results - large language models were selected and compared by metrics, speed, and accessibility. A web service for automatic summarization and audio of texts from online articles was developed. The system allows users to quickly get audio annotations, improving the efficiency of information consumption.
dc.format.extent162 с.
dc.identifier.citationЄремічук, Р. І. Сумаризація тексту за допомогою великих мовних моделей : дипломна робота ... бакалавра : 124 Системний аналіз / Єремічук Руслан Іванович. – Київ, 2024. – 162 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/69160
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectсумаризація тексту
dc.subjectвеликі мовні моделі
dc.subjectвеб-додаток
dc.subjectобробка природної мови
dc.subjectперетворення тексту в мовлення
dc.subjecttext summarization
dc.subjectlarge language models
dc.subjectweb application
dc.subjectnatural language processing
dc.subjecttext-to-speech
dc.titleСумаризація тексту за допомогою великих мовних моделей
dc.typeBachelor Thesis

Файли

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

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи