(УНІВЕРСИТЕТ ІМЕНІ АЛЬФРЕДА НОБЕЛЯ, 2024) Алексєєв Родіон Леонідович
У кваліфікаційній роботі було досліджено докладний аналіз існуючих методів
машинного навчання та обробки природної мови (NLP) для вирішення задачі
класифікації текстів. Запропонований мультимовний класифікатор заснований на
глибокому навчанні та використовує сучасні нейронні архітектури, такі як
рекурентні нейронні мережі (RNN) та трансформери. Особлива увага приділяється
проблемі перекладу текстів різними мовами та представленню текстових даних у
мультимовних векторних просторах.
У результаті експериментальних досліджень проводиться оцінка
продуктивності розробленого класифікатора на багатомовних корпусах текстових
даних. Результати показують, що запропонований метод здатний ефективно
класифікувати тексти різними мовами і перевищує існуючі підходи у цій галузі.
Ця робота може бути корисною для фахівців у галузі обробки текстів та машинного
навчання, а також для розробників систем автоматичного оброблення інформації,
що працюють з мультимовними даними.
Ця робота може бути корисною для фахівців у галузі обробки текстів та
машинного навчання, а також для розробників систем автоматичного оброблення
інформації, що працюють з мультимовними даними.