Исправление ошибок в тексте с использованием нейронных сетей
Аннотация
Выпускная квалификационная работа посвящена исправлению ошибок в тексте с использованием нейронных сетей.
Цель работы – выбрать наилучший подход для исправления ошибок в русских текстах с использованием нейронных сетей.
Объект исследования – подходы исправления ошибок в текстах, основанные на нейронных сетях.
При написании работы использовались следующие методы: аналитический метод, методы сравнения, расчет-конструктивный метод, метод наблюдения.
В первой главе работы рассматривается предметная область, приводится глобальный анализ рынка искусственного интеллекта, история развития глубокого обучения и области анализа естественного языка. Также приведены основные области применения глубокого обучения.
Во второй главе работы рассматриваются методы исправления ошибок в текстах с использованием нейронных сетей. Дан краткий обзор современных моделей нейронных сетей. Рассмотрены метрики качества работы нейронных сетей для решаемой задачи.
В третьей главе продемонстрированы результаты работы сетей на обучающем и тестовом наборе данных, а также их производительность на графическом процессоре.
В заключении подводятся итоги исследования выпускной квалификационной работы и даются рекомендации по улучшению качества работы моделей.
Цель работы – выбрать наилучший подход для исправления ошибок в русских текстах с использованием нейронных сетей.
Объект исследования – подходы исправления ошибок в текстах, основанные на нейронных сетях.
При написании работы использовались следующие методы: аналитический метод, методы сравнения, расчет-конструктивный метод, метод наблюдения.
В первой главе работы рассматривается предметная область, приводится глобальный анализ рынка искусственного интеллекта, история развития глубокого обучения и области анализа естественного языка. Также приведены основные области применения глубокого обучения.
Во второй главе работы рассматриваются методы исправления ошибок в текстах с использованием нейронных сетей. Дан краткий обзор современных моделей нейронных сетей. Рассмотрены метрики качества работы нейронных сетей для решаемой задачи.
В третьей главе продемонстрированы результаты работы сетей на обучающем и тестовом наборе данных, а также их производительность на графическом процессоре.
В заключении подводятся итоги исследования выпускной квалификационной работы и даются рекомендации по улучшению качества работы моделей.