Генерация заголовков новостных статей
Аннотация
Магистерская диссертация на тему «Генерация заголовков для
новостных статей» содержит 50 страниц, 1 таблицу, 5 рисунков, 33
литературных источника.
Объектом исследования является возможность использования
машинного обучения с целью автоматической генерации заголовков для текста. В связи с развитием технологий такое исследование является актуальным для многих сфер деятельности, связанных с выпуском новостей, статей, исследований и других письменных публикаций.
Основной целью работы является разработка прототипа алгоритма,
способного сгенерировать заголовок на основе входных данных из текста новостной статьи.
Первой задачей работы является сбор и обработка данных, состоящих из различных реальных новостных статей из реальных источников на английском языке, а также обработка полученных данных в необходимый формат.
Второй задачей данной работы является разработка и обучение
алгоритма машинного обучения, способного на преобразование текста из одной формы в другую, а также запоминание и понимание языковых явлений.
По итогу работы проводится тестирование полученного прототипа
алгоритма машинного обучения и проводится анализ его работоспособности и применимости в рабочих условиях
новостных статей» содержит 50 страниц, 1 таблицу, 5 рисунков, 33
литературных источника.
Объектом исследования является возможность использования
машинного обучения с целью автоматической генерации заголовков для текста. В связи с развитием технологий такое исследование является актуальным для многих сфер деятельности, связанных с выпуском новостей, статей, исследований и других письменных публикаций.
Основной целью работы является разработка прототипа алгоритма,
способного сгенерировать заголовок на основе входных данных из текста новостной статьи.
Первой задачей работы является сбор и обработка данных, состоящих из различных реальных новостных статей из реальных источников на английском языке, а также обработка полученных данных в необходимый формат.
Второй задачей данной работы является разработка и обучение
алгоритма машинного обучения, способного на преобразование текста из одной формы в другую, а также запоминание и понимание языковых явлений.
По итогу работы проводится тестирование полученного прототипа
алгоритма машинного обучения и проводится анализ его работоспособности и применимости в рабочих условиях