Выпускная квалификационная работа “Применение рекуррентных нейронных сетей для цели автоматизации стенографирования законотворческого процесса”
Автор (ы)
Аффилиация
Северо-Восточный федеральный университет имени М.К.Аммосова,
Научный руководитель
Аннотация
Актуальность: Большой объем текста, подлежащего стенографированию, определяет задачу частичной автоматизации набора текста.
Частичная автоматизация набора текста может применяться в целях стенографирования любых мероприятий, связанных с законодательной деятельностью Государственной Думы.
Цель: разработать модель предсказания следующего символа в тексте, позволяющую автоматизировать набор текста.
Задачи:
- изучить литературу;
- изучить применяемые для решения аналогичных задач методы;
- найти и получить доступ к источнику данных;
- выбрать наиболее подходящие методы;
- разработать и воплотить в программном коде выбранные методы;
- экспериментальным путём выбрать оптимальный метод.
Объектом исследования в настоящей работе являются рекуррентные нейронные сети.
Предметом исследования в настоящей работе является предсказание следующего элемента в последовательности с помощью рекуррентных нейронных сетей.
Основные результаты:
- В рамках исследования были построены нейросетевые модели долгой краткосрочной памяти и управляемых рекуррентных блоков, решающие задачу предсказывания (классификации) следующего элемента текстовой последовательности — печатного знака. Достигнутое минимальное значение функции потерь — функции перекрёстной энтропии — 0,3803 за 50 эпох.
- Кроме того, модели научились составлять слова и словосочетания, не ставить знаки препинания в середине слов, придерживаться официально-делового стиля речи.
Содержание работы
Автор предпочел не показывать работу на сайте
Конкурс, в котором автор работы принял участие:
V Международный конкурс инициативных научно-исследовательских проектов “ВЫСОКИЕ ЦЕЛИ”, 2022/2023
Отрасль наук
Форма представления работы
Дата публикации работы: 07.12.2022
Добавить комментарий