Автоматичне виявлення та корекція помилок веб-доступності методами штучного інтелекту
Вантажиться...
Дата
2026
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 53 с., 12 рис., 3 табл., 29 посилань.
Об’єктом дослідження є процес автоматизованого виявлення та усунення бар'єрів веб-доступності (згідно зі стандартами WCAG) у вихідному коді користувацьких інтерфейсів. Предметом дослідження є методи та моделі штучного інтелекту (зокрема, мовні моделі для коду) для семантичного аналізу та рефакторингу HTMLрозмітки. Метою роботи є підвищення ефективності та швидкості адаптації вебінтерфейсів до стандартів WCAG шляхом розробки підходу до автоматичного виправлення семантичних помилок у HTML-коді на основі донавчання моделі CodeT5. У роботі розглянуто сучасні міжнародні стандарти веб-доступності (WCAG) та проаналізовано обмеження існуючих інструментів автоматизованого аудиту. Встановлено, що традиційні підходи мають обмежену здатність до врахування семантичного контексту веб-інтерфейсів, що ускладнює виявлення складних порушень доступності. На основі проведеного аналізу запропоновано підхід до автоматичного виправлення порушень веб-доступності з використанням моделі CodeT5. Виконано збір, очищення та попередню обробку набору даних обсягом 400 000 прикладів, сформованого у вигляді пар «дефектний HTML-код – виправлений HTMLкод». Для адаптації моделі до специфіки вимог WCAG застосовано методи навчання за інструкціями та донавчання. Додатково реалізовано конвеєр автоматичної валідації згенерованого коду. У результаті виконано донавчання моделі CodeT5. Проведене експериментальне дослідження показало, що донавчена модель забезпечує вищу точність класифікації та виправлення дефектів доступності порівняно з базовими підходами.
Опис
Ключові слова
веб-доступність, wcag, штучний інтелект, мультимодальні моделі, семантичний аналіз коду, codet5, автоматизований аудит, машинне навчання, автоматичне виправлення помилок, web accessibility, wcag, artificial intelligence, multimodal models, semantic code analysis, automated audit, machine learning, automatic error correction
Бібліографічний опис
Шевкунова, В. В. Автоматичне виявлення та корекція помилок веб-доступності методами штучного інтелекту : дипломна робота … бакалавра : 122 Комп'ютерні науки / Шевкунова Валерія Вікторівна. – Київ, 2026. – 64 с.