Массалітін, ДмитроДмитроМассалітін2021-02-222021-02-222020-12-10http://ir.nmu.org.ua/handle/123456789/157531Об’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.ukкласифікація текстів, логістична регресія, машинне навчання, обробка природної мови, NLP, SVM, word2vec, парсинг, Python, PostgreSQL, scikit-learn, word embedding