Поиск по Электронному каталогу


 

База данных: Университетская библиотека ONLINE

Страница 1, Результатов: 2

Отмеченные записи: 0

    (Нет сведений об экземплярах)
Шифр: Г687213/2019/3/3
   Журнал

Горный информационно-аналитический бюллетень [Электронный ресурс] : журнал/ А. С. Исаев. - Москва : Горная книга, 2021 - . - электронная библиотечная система «Университетская библиотека ONLINE», требуется авторизация. - ISSN 0236-1493
2019г. т.3 N 3
Нет сведений об экземплярах

Горный информационно-аналитический бюллетень. - Журнал, 2019г. т. 3 № 3

1.

Горный информационно-аналитический бюллетень. - Журнал, 2019г. т. 3 № 3

Открыть исходную запись


    (Нет сведений об экземплярах)
Шифр: Г687213/2019/3/3
   Журнал

Горный информационно-аналитический бюллетень [Электронный ресурс] : журнал/ А. С. Исаев. - Москва : Горная книга, 2021 - . - электронная библиотечная система «Университетская библиотека ONLINE», требуется авторизация. - ISSN 0236-1493
2019г. т.3 N 3
Нет сведений об экземплярах

693991
Ложечка, В. И.
    Методы извлечения информации о событиях из проблемно-ориентированных текстов [Электронный ресурс] : студенческая научная работа / В. И. Ложечка ; Южный федеральный университет. - Таганрог : б.и., 2022. - 78 с. : ил., табл. - электронная библиотечная система «Университетская библиотека ONLINE», требуется авторизация. - Библиогр.: с. 68-70. - Б. ц.

Аннотация: Данная магистерская диссертация посвящена решению проблемы извлечения информации из проблемно-ориентированных текстов, а именно из новостей.Актуальность темы данной работы состоит в том, что в настоящее время ежедневно производится большое количество неструктурированной текстовой информации. Для автоматизации многих процессов необходимо эту информацию извлекать и структурировать.В данной работе были рассмотрены основные теоретические проблемы извлечения данных. Была реализована модель Doc2Vec для нормализации текстовой информации. К результатам работы данного метода были применены наивный байесовский классификатор и метод опорных векторов. Кроме того, была разработана нейронная сеть с помощью библиотеки TensorFlow. В результате были получены метрики работы всех алгоритмов. Реализация осуществлена с помощью языка программирования Python.В заключении был проведен анализ полученных результатов.

Ложечка, В. И. Методы извлечения информации о событиях из проблемно-ориентированных текстов [Электронный ресурс] : студенческая научная работа / В. И. Ложечка, 2022. - 78 с.

2.

Ложечка, В. И. Методы извлечения информации о событиях из проблемно-ориентированных текстов [Электронный ресурс] : студенческая научная работа / В. И. Ложечка, 2022. - 78 с.

Открыть исходную запись


693991
Ложечка, В. И.
    Методы извлечения информации о событиях из проблемно-ориентированных текстов [Электронный ресурс] : студенческая научная работа / В. И. Ложечка ; Южный федеральный университет. - Таганрог : б.и., 2022. - 78 с. : ил., табл. - электронная библиотечная система «Университетская библиотека ONLINE», требуется авторизация. - Библиогр.: с. 68-70. - Б. ц.

Аннотация: Данная магистерская диссертация посвящена решению проблемы извлечения информации из проблемно-ориентированных текстов, а именно из новостей.Актуальность темы данной работы состоит в том, что в настоящее время ежедневно производится большое количество неструктурированной текстовой информации. Для автоматизации многих процессов необходимо эту информацию извлекать и структурировать.В данной работе были рассмотрены основные теоретические проблемы извлечения данных. Была реализована модель Doc2Vec для нормализации текстовой информации. К результатам работы данного метода были применены наивный байесовский классификатор и метод опорных векторов. Кроме того, была разработана нейронная сеть с помощью библиотеки TensorFlow. В результате были получены метрики работы всех алгоритмов. Реализация осуществлена с помощью языка программирования Python.В заключении был проведен анализ полученных результатов.

Страница 1, Результатов: 2

 

Все поступления за 
Или выберите интересующий месяц