Методи і моделі машинного навчання для текстової аналітики
Вантажиться...
Дата
2023
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Дипломна робота: 105 с., 15 рис., 8 табл., 2 дод., 23 джерела.
Темою роботи є використання моделей та методів машинного
навчання в сфері текстової аналітики.
Об’єктом дослідження є аналіз настроїв за аспектами.
Предметом дослідження є модель латентної регресії аспектів та
модель довгої-короткочасної пам'яті.
Метою даної роботи є порівняння показників класичних методів
розв’язку задачі з методом латентної регресії аспектів.
Актуальність роботи пов’язана з збільшенням кількості текстів для
обробки та розвитком машинного навчання.
В результаті роботи на мові Python було побудовано набір допоміжних
класів для написання нейромереж довгої короткочасної пам'яті (ДКЧП) та
латентної регресії аспектів (ЛРА), демонстраційно натренерованих для
порівняння результатів аналізу аспектів на поданому наборі даних.
Опис
Ключові слова
машинне навчання, текстова аналітика, методи машинного навчання, text analytics, machine learning
Бібліографічний опис
Петренко, М. М. Методи і моделі машинного навчання для текстової аналітики : дипломна робота ... бакалавра : 124 Системний аналіз / Петренко Микола Миколайович. – Київ, 2023. – 105 с.