Алгоритми та програмна реалізація методів глибокого навчання для класифікації текстових документів

Скорочена інформація про документ
dc.contributor.advisorРогоза, Валерій Станіславович
dc.contributor.authorМінюк, Валерія Русланівна
dc.date.accessioned2023-10-24T10:56:18Z
dc.date.available2023-10-24T10:56:18Z
dc.date.issued2023
dc.description.abstractВ даній роботі досліджуються методи глибокого навчання, його застосування для задачі класифікації текстових документів та порівняння його ефективності з базовим алгоритмом машинного навчання, у виді дерева рішень. Задача класифікації тексту є актуальною в сучасному інформаційному суспільстві з урахуванням розміру та складності текстових даних, що генеруються щодня. Швидкість і точність обробки цих даних мають вирішальне значення для різних галузей, таких як медицина, фінанси, соціальні мережі, медіа та багато інших. Метою дипломної роботи є дослідження ефективності методів глибокого навчання, зокрема згорткових нейронних мереж, у контексті класифікації текстових документів. Розробка універсальної моделі, заснованої на нейронних мережах, може сприяти покращенню результатів класифікації тексту та забезпечити високу точність і швидкість обробки даних. Результатом дипломної роботи є програмний продукт для класифікації текстових документів, що написаний мовою програмування Python з використанням моделі згорткової нейронної мережі. Використання даного програмного продукту дозволяє класифікувати документи, незалежно від їх тематики, отже може знайти застосування в різноманітних сферах, від класифікації повідомлень у пошті, до класифікації тем наукових статей. Підсумовуючи, дослідження актуальності задачі класифікації тексту та використання глибокого навчання для досягнення кращих результатів є важливим кроком у напрямку поліпшення обробки та аналізу текстових даних у різних сферах. Загальний обсяг роботи 98 с., 36 рис., 6 таблиць, 2 додатки, 27 джерела.uk
dc.description.abstractotherThis paper investigates deep learning methods, its application to the task of text document classification, and compares its effectiveness with the basic machine learning algorithm in the form of a decision tree. The task of text classification is relevant in today's information society, given the size and complexity of text data generated on a daily basis. The speed and accuracy of processing this data is crucial for various industries such as medicine, finance, social networks, media, and many others. The purpose of this thesis is to study the effectiveness of deep learning methods, in particular convolutional neural networks, in the context of text document classification. The development of a universal model based on neural networks can help improve text classification results and ensure high accuracy and speed of data processing. The result of the thesis is a software product for text document classification written in the Python programming language using a convolutional neural network model. The use of this software product allows it to classify documents regardless of their subject matter, so it can be used in a variety of areas, from classifying messages in mail to classifying topics of scientific articles. To summarize, the study of the relevance of the text classification task and the use of deep learning to achieve better results is an important step towards improving the processing and analysis of text data in various fields. The total volume of work is 98 pages, 36 figures, 6 tables, 2 appendices, 27 sources.uk
dc.format.extent98 с.uk
dc.identifier.citationМінюк, В. Р. Алгоритми та програмна реалізація методів глибокого навчання для класифікації текстових документів : дипломний проект … бакалавра : 122 Комп'ютерні науки / Мінюк Валерія Русланівна. – Київ, 2023. – 98 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/61731
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectнейронні мережіuk
dc.subjectкласифікаціяuk
dc.subjectглибоке навчанняuk
dc.subjectмашинне навчанняuk
dc.subjectneural networksuk
dc.subjectclassificationuk
dc.subjectdeep learninguk
dc.subjectmachine learninguk
dc.subjectalgorithmsuk
dc.titleАлгоритми та програмна реалізація методів глибокого навчання для класифікації текстових документівuk
dc.title.alternativeAlgorithms and software implementation of deep learning for the classification of text documentsuk
dc.typeBachelor Thesisuk

Файли

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

Зібрання

Бакалаврські роботи (СП)
Бакалаврські роботи