Класифікація текстових повідомлень на основі обмежених наборів даних за допомогою мультимовних моделей глибинного навчання

Скорочена інформація про документ
dc.contributor.advisorОлійник, Володимир Валентинович
dc.contributor.authorМатвійчук, Ірина Анатоліївна
dc.date.accessioned2023-07-11T09:41:48Z
dc.date.available2023-07-11T09:41:48Z
dc.date.issued2023-05
dc.description.abstractПояснювальна записка магістерської дисертації складається з чотирьох розділів, містить 54 рисунка, 2 таблиці, 2 додатки та 29 джерел. Об`єкт дослідження: процес виявлення булінгу в україномовних текстах при відсутності достатньої кількості навчальних прикладів природною українською мовою. Мета дипломного проекту: підвищення ефективності текстової класифікації в умовах обмежених наборів даних за рахунок: застосування методів аугментації навчальних даних, використання мультимовниз моделей без навчання, створення гібридних моделей на основі мультимовних моделей з донавчанням на реальних даних. Практична цінність розробленої моделі полягає в тому, що доведена ефективність використання машинного перекладу для доповнення навчального і валідаційного наборів даних та запропонована двохетапна модель вирішення задач класифікації текстових даних для мов з обмеженими ресурсами на основі донавчання мультимовних моделей на доповнених наборах навчальних даних.uk
dc.description.abstractotherThe explanatory note of the master’s dissertation consists of four sections, contains 54 pictures, 2 tables, 2 appendix, 29 sources. The object of study: the process of identifying bullying in Ukrainian-language texts in the absence of a sufficient number of educational examples in the natural Ukrainian language. The aim of the diploma project: increasing the effectiveness of text classification in conditions of limited datasets due to: the use of training data augmentation methods, the use of multilingual models without training, the creation of hybrid models based on multilingual models with additional training on real data. The practical value of the developed information system is that the effectiveness of using machine translation for addition of training and validation data sets was proven and a two-stage model for solving text data classification problems for languages with limited resources based on retraining multilingual models on supplemented training data sets was proposed.uk
dc.format.extent104 с.uk
dc.identifier.citationМатвійчук, І. А. Класифікація текстових повідомлень на основі обмежених наборів даних за допомогою мультимовних моделей глибинного навчання : магістерська дис. : 126 Інформаційні системи та технології / Матвійчук Ірина Анатоліївна. – Київ, 2023. – 104 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/57964
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectмультимовні моделіuk
dc.subjectкласифікація без навчанняuk
dc.subjectвиявлення булінгуuk
dc.subjectмультимовні моделіuk
dc.subjectпрограмний застосунокuk
dc.subject.udc004.852uk
dc.titleКласифікація текстових повідомлень на основі обмежених наборів даних за допомогою мультимовних моделей глибинного навчанняuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (ІСТ)
Магістерські роботи