Построение модели машинного обучения для поиска кода товара по текстовому описанию
Аннотация
Выпускная квалификационная работа бакалавра 46 с., 10 рис., 3 табл., 25 источников, 1 приложение.
КЛЮЧЕВЫЕ СЛОВА. МАШИННОЕ ОБУЧЕНИЕ, ОБРАБОТКА ЕСТЕСТВЕННОГО ЯЗЫКА, АНАЛИЗ ТЕКСТА, КЛАССИФИКАЦИЯ, СОЗДАНИЕ ПРИЗНАКОВ.
Цель работы – разработка модели машинного обучения для автоматического сопоставления описаний продуктов, представленных в текстовом виде с внутренними кодами компании.
Объект исследования – бизнес-процесс сопоставления описаний продуктов с внутренними кодами компании. Методы исследования: предварительная обработка данных, анализ данных, выбор и обучение модели машинного обучения, оценка производительности модели.
Результаты работы: разработана и обучена модель машинного обучения на основе алгоритма CatBoostClassifier для автоматического сопоставления описаний продуктов с внутренними кодами компании. Модель показала высокую точность и полноту при тестировании.
Выпускная квалификационная работа выполнена в текстовом редакторе Microsoft Word и представлена в электронном и печатном виде.
КЛЮЧЕВЫЕ СЛОВА. МАШИННОЕ ОБУЧЕНИЕ, ОБРАБОТКА ЕСТЕСТВЕННОГО ЯЗЫКА, АНАЛИЗ ТЕКСТА, КЛАССИФИКАЦИЯ, СОЗДАНИЕ ПРИЗНАКОВ.
Цель работы – разработка модели машинного обучения для автоматического сопоставления описаний продуктов, представленных в текстовом виде с внутренними кодами компании.
Объект исследования – бизнес-процесс сопоставления описаний продуктов с внутренними кодами компании. Методы исследования: предварительная обработка данных, анализ данных, выбор и обучение модели машинного обучения, оценка производительности модели.
Результаты работы: разработана и обучена модель машинного обучения на основе алгоритма CatBoostClassifier для автоматического сопоставления описаний продуктов с внутренними кодами компании. Модель показала высокую точность и полноту при тестировании.
Выпускная квалификационная работа выполнена в текстовом редакторе Microsoft Word и представлена в электронном и печатном виде.