С 17 марта 2020 г. для ресурсов (учебные, научные, материалы конференций, статьи из периодических изданий, авторефераты диссертаций, диссертации) ЭБ СПбПУ, обеспечивающих образовательный процесс, установлен особый режим использования. Обращаем внимание, что ВКР/НД не относятся к этой категории.

Детальная информация

Название: Методика решения задачи анализа тональности русскоязычных текстов при разработке веб-приложений: выпускная квалификационная работа магистра: 09.04.03 - Прикладная информатика
Авторы: Кучурина Анастасия Андреевна
Научный руководитель: Иванищев Алексей Вячеславович
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2018
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: Искусственный интеллект; Нейронные сети; Интернет; естественные языки; анализ тональности; веб-разработка
УДК: 004.8(043.3); 004.738.5(043.3); 004.032.26(043.3); 004.657(043.3)
Тип документа: Выпускная квалификационная работа магистра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 09.04.03
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
DOI: 10.18720/SPBPU/2/v18-339
Права доступа: Свободный доступ из сети Интернет (чтение, печать, копирование)

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

Объектом исследования является анализ тональности русскоязычных текстов и его инструменты. Цель работы - разработка методики создания систем анализа тональности русскоязычных текстов инструментами веб-разработки. Исследованы методы анализа тональности текстов и программные инструменты для их реализации. Цель - разработка методики создания системы анализа тональности русскоязычных текстов при веб-разработке. Проанализированы научные статьи и учебные ресурсы, построена типология методов анализа тональности текстов, изучена насыщенность рынка готовыми инструментами анализа тональности русскоязычных текстов, выявлены незакрытые ниши в соответствии с инструментами разработки, изучены методы предварительной обработки данных. Составлена методика подготовки и обработки входящих данных и создана двухслойная нейронная сеть, анализирующая тональность текстов.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Оглавление

  • ВВЕДЕНИЕ
  • ГЛАВА 1. МЕТОДЫ АНАЛИЗА ТОНАЛЬНОСТИ ТЕКСТОВ
    • 1.1. Правила
    • 1.2. Тональные словари
    • 1.3. Машинное обучение
      • 1.3.1. Машинное обучение с учителем
      • 1.3.2 Машинное обучение без учителя
    • 1.4. Нейронные сети
    • 1.5. Выбор оптимальных методов анализа тональности для задач прикладной информатики
  • ГЛАВА 2. ОБЗОР СУЩЕСТВУЮЩИХ СИСТЕМ АНАЛИЗА ТОНАЛЬНОСТИ ТЕКСТОВ
    • 2.1. Обзор рыночных аналогов
    • 2.2 . Обзор программного обеспечения
  • ГЛАВА 3. РАЗРАБОТКА СИСТЕМЫ АНАЛИЗА ТОНАЛЬНОСТИ РУССКОЯЗЫЧНЫХ ТЕКСТОВ ДЛЯ ЦЕЛЕЙ ВЕБ-РАЗРАБОТКИ
    • 3.1. Сбор данных для обучения модели
    • 3.2. Нормализация входных данных
      • 3.2.1. Стемминг
      • 3.2.2. Лемматизация
    • 3.3. Векторное представление слов
      • 3.3.1. Word Embedding
      • 3.3.2. One-hot encoding
      • 3.3.3. Дистрибутивные вектора
    • 3.4. Процесс разработки модуля для анализа тональности
      • 3.4.1. Подготовка данных
      • 3.4.2. Детали разработки нейронной сети
        • 3.4.2.1. Входящие данные
        • 3.4.2.2. Описание математической задачи
        • 3.4.2.3. Результаты работы построенной модели
    • 3.5. Методика анализа тональности русскоязычных текстов
  • ЗАКЛЮЧЕНИЕ
  • Список использованных источников
  • Приложение 1.
  • Метод, запускающий обучение модели нейронной сети

Статистика использования

stat Количество обращений: 740
За последние 30 дней: 0
Подробная статистика