Методи і моделі глибоких нейронних мереж для автоматичного визначення логічного зв'язку між текстами

Вантажиться...
Ескіз

Дата

2022

Назва журналу

Номер ISSN

Назва тому

Видавець

КПІ ім. Ігоря Сікорського

Анотація

Магістерська дисертація: 81 с., 10 табл., 10 рис., 16 джерел, 1 додаток. Об’єктом дослідження є задача автоматичного визначення зв’язку між текстами. Предмет дослідження – алгоритми та моделі задачі автоматичного визначення зв’язку між текстами. Мета дослідження полягає у аналізі алгоритмів та методів для задачі автоматичного визначення зв'язку між текстами, зокрема методи, що базуються на використанні глибоких нейронних мереж. Запропонована та розроблена модель вирішення автоматичного визначення логічного зв'язку між текстами на основі моделей типу Трансформер. Дані моделі здатні швидко оброблювати послідовності пар передпосилка-гіпотеза для співставлення цієї пари до одного з класів – логічного наслідку, протиріччя чи нейтрального класу. Проведено порівняння запропонованої моделі з існуючими методами вирішення задачі логічного зв’язку між текстами – моделями типу Трансформер, рекурентних нейроних мереж на основі LSTM з використанням механізму уваги.

Опис

Ключові слова

обробка природної мови, довга короткострокова пам’ять, механізм уваги, глибоке навчання, автоматичне визначення логічного зв'язку між текстами, natural language processing, long short term memory, attention mechanism, deep learning, natural language ingerence, recognizing textual entailment

Бібліографічний опис

Козак, К. О. Методи і моделі глибоких нейронних мереж для автоматичного визначення логічного зв'язку між текстами : магістерська дис. : 122 Комп'ютерні науки / Козак Катерина Олександрівна. - Київ, 2022. - 83 с.

ORCID

DOI