Аналіз текстових повідомлень за допомогою методів машинного навчання

Скорочена інформація про документ
dc.contributor.advisorШаповал, Наталія Віталіївна
dc.contributor.authorВедмєдєв, Данило Олексійович
dc.date.accessioned2024-02-12T13:50:56Z
dc.date.available2024-02-12T13:50:56Z
dc.date.issued2024
dc.description.abstractМагістерська дисертація: 77 с., 2 рис., 23 табл., 1 дод., 11 джерел. АНАЛІЗ ТЕКСТОВИХ ПОВІДОМЛЕНЬ ЗА ДОПОМОГОЮ МЕТОДІВ МАШИННОГО НАВЧАННЯ Предмет дослідження – методи машинного навчання для аналізу текстових повідомлень. Об’єкт дослідження – послідовний тип даних, що у виражається у формі СМС-повідомлень. Вибірка даних являє собою короткі текстові СМС-повідомлення, що не втрачають актуальності у засобах комунікації, сьогодні люди активно розвивають цю форму комунікації. Мета роботи - розробити ефективний алгоритм кластеризації СМС-повідомлень, яка може бути використана для автоматичного виявлення шаблонів та групування подібних повідомлень. Використання цих методів в поєднанні надає можливість високо ефективно та точно аналізувати великі обсяги текстових даних. Актуальність роботи обумовлена глобалізації та діджиталізації послуг комунікації, зокрема – здійснення СМС-повідомлень. Виникає потреба у розробці новітніх методів виявлення особливостей живої комунікації за допомогою, саме СМС-повідомлень. Подано тези та зроблено виступ на ІІ Всеукраїнська науково-практична конференція «Системні науки та інформатика» з нагоди 125- річчя КПІ ім. Ігоря Сікорського. Також заплановане видання статті на тему “Text message clustering” electronics and control systems, No 4(78) с.16-20, буде опубліковано в січні 2024.
dc.description.abstractotherMaster’s thesis : 77 p., 2 fig., 23 tabl., 1 appendix, 11 sources. ANALYSIS OF TEXT MESSAGES USING MACHINE LEARNING METHODS The subject of the study is machine learning methods for analyzing text messages. The object of the study is a sequential type of data expressed in the form of SMS messages. The data sample is short text SMS messages that do not lose their relevance in the means of communication, today people are actively developing this form of communication. The aim of the work is to develop an effective algorithm for clustering SMS messages that can be used to automatically detect patterns and group similar messages. The use of these methods in combination makes it possible to analyze large amounts of text data in a highly efficient and accurate manner. The relevance of the work is due to the globalization and digitalization of communication services, in particular, SMS messages. There is a need to develop the latest methods for identifying the features of live communication through SMS messages. Abstracts were submitted and a presentation was made at the II All-Ukrainian Scientific and Practical Conference "System Sciences and Informatics" on the occasion of the 125th anniversary of Igor Sikorsky Kyiv Polytechnic Institute. An article "Text message clustering" in Electronics and control systems, No. 4 (78), pp. 16-20 is to be published in January 2024.
dc.format.extent77 с.
dc.identifier.citationВедмєдєв, Д. О. Аналіз текстових повідомлень за допомогою методів машинного навчання : магістерська дис. : 124 Системний аналіз / Ведмєдєв Данило Олексійович. - Київ, 2024. - 77 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/64453
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectаналіз текстових повідомлень
dc.subjectмашинне навчання
dc.subjectembedded word2vec
dc.subjectmini batch k-means
dc.subjectметод найбільшої спільної підпослідовності
dc.subjectкластеризація
dc.subjectсмс-повідомлення
dc.subject.udc004.855:004.056](043.3)
dc.titleАналіз текстових повідомлень за допомогою методів машинного навчання
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Vedmedev_magistr.pdf
Розмір:
2.17 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

Магістерські роботи (ММСА)
Магістерські роботи