Павлов, Олександр АнатолійовичОсадча, Ксенія Олександрівна2023-01-022023-01-022021-12Осадча, К. О. Архітектура системи текстової класифікації україномовного контенту для створення рекомендацій : магістерська дис. : 121 Інженерія програмного забезпечення / Осадча Ксенія Олександрівна. - Київ, 2021. - 110 с.https://ela.kpi.ua/handle/123456789/51607Розмір пояснювальної записки – 87 аркушів, містить 22 ілюстрацій, 28 таблиць, 3 додатки. Актуальність теми. У роботі розглянуто проблему в області обробки природної мови, а саме обробці відгуків для надання подальших рекомендацій, показано основні особливості подібних систем, їх переваги та недоліки. Виявлено потребу в удосконаленні рекомендаційних систем. Мета дослідження. Головною метою цієї роботи є підвищення ефективності класифікації послуг або товарів шляхом застосування методів машинного навчання з використянням аугментації даних. Критерієм ефективності являється точність класифікації. Об’єкт дослідження: програмне забезпечення рекомендаційних систем Предмет дослідження: архітектурні рішення для створення програмного забезпечення рекомендаційних систем текстової класифікації Для реалізації поставленої мети сформульовані наступні завдання: - аналіз проблеми та існуючих систем; - аналіз існуючих архітектурних рішень нейронних мереж; - збір та аналіз даних, їх підготовка до навчання мережі та аугментація даних; - удосконалення архітектури мережі, яка найбільш ефективно вирішує задачу по класифікації текстових даних; - оцінка ефективності запропонованого рішення; - розробка архітектури ПЗ, та, власне, програмного забезпечення. Наукова новизна результатів магістерської дисертації полягає в тому, що запропоновано архітектуру програмного забезпечення, що підвищує точність класифікації нейронної мережі внаслідок розширення вхідних даних за рахунок перекладу відгуків з іноземних мов. Результат досягнутий шляхом створення системи текстової класифікації україномовного контенту, в основу якої будуть покладені аугментовані відгуки. Практичне значення отриманих результатів полягає в тому, що було розроблено архітектуру системи рекомендацій, яка покращує ефективність класифікації нейронної мережі, внаслідок розширення вхідних даних, за рахунок перекладу відгуків з іноземних мов. Дану систему можна використовувати для аналізу відгуків клієнтів-замовників з метою надання подальших рекомендацій стосовно покращення бізнесу. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського". Апробація. Наукові положення дисертації пройшли апробацію і розташовуються у зібранні: Адаптивні системи автоматичного управління: міжвідомчий науково-технічний збірник, № 1 (36). Публікації. Наукові положення дисертації опубліковані в: Oliinyk, V. Data augmentation with foreign language content in text classification using machine learning / V. Oliinyk, K. Osadcha // Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2020. – № 1 (36). – С. 51– 59. – Бібліогр.: 7 назв.ukаналіз тональностірепрезентативні данімашинне навчанняаугментація данихsentiment analysisrepresentative datamachine learningdata augmentationMaster Thesis110 с.004.415.25