Repository logo
  • English
  • Yкраї́нська
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Кваліфікаційні роботи
  3. Факультет інформаційних технологій
  4. Кафедра програмного забезпечення комп'ютерних систем
  5. Магістри
  6. 2020-2021 навчальний рік
  7. Інформаційна технологія для класифікації наукових текстів на основі методу модифікованої логістичної регресії
 
  • Details

Інформаційна технологія для класифікації наукових текстів на основі методу модифікованої логістичної регресії

Date Issued
2020-12-10
Author(s)
Массалітін, Дмитро 
Abstract
Об’єкт дослідження: процес класифікації наукових текстів та практичне використання технологій обробки природної мови в освітніх додатках, з метою підвищення ефективності освітнього процесу.
Предмет дослідження: методи, моделі машинного навчання та обробки природньої мови у задачах класифікації наукових текстів.
Мета магістерської роботи: вдосконалення та пришвидшення процесу класифікації текстів з допомогою моделі логістичної регресії, з метою застосування її у освітніх додатках для покращення освітнього процесу.
Методи дослідження. Для створення рекомендаційного та навчального асистента були використані засоби та методи машинного навчання, теорії множин, лінейної алгебри й обробки природної мови.
Наукова новизна полягає у тому, що вдосконалено та розширено можливості методу логістичної регресії на основі комбінування його з методом ранжування, що в результаті дозволило використати метод логістичної регресії для навчального асистенті.
Практична цінність полягає у тому, що в результаті роботи, було створено прототип навчального асистента, що використовує скомбіновану з методом ранжування модель логістичної регресії для класифікації текстів. Використані методи та підходи у прототипі можуть застосовуватись як при розробці «інтелектуальних» навчальних систем, так й в практиці викладання дисциплін, пов’язаних з обробкою природної мови.
Subjects

класифікація текстів,...

File(s)
Loading...
Thumbnail Image
Name

massalitin_122m_19_1_diploma_last.pdf

Size

2.09 MB

Format

Adobe PDF

Checksum

(MD5):c6c5d9e61c53d4ed63270823b6fff247

.

Built with DSpace-CRIS software - Extension maintained and optimized by 4Science

  • End User Agreement
  • Send Feedback
Repository logo COAR Notify