Details

Title Автоматическая генерация заголовков и аннотаций научных статей с применением искусственных нейронных сетей: выпускная квалификационная работа бакалавра: направление 02.03.03 «Математическое обеспечение и администрирование информационных систем» ; образовательная программа 02.03.03_01 «Информационные системы и базы данных»
Creators Заплатин Алексей Владимирович
Scientific adviser Пак Вадим Геннадьевич
Other creators Пархоменко Владимир Андреевич
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint Санкт-Петербург, 2021
Collection Выпускные квалификационные работы; Общая коллекция
Subjects генерация заголовков и аннотаций; механизм внимания; обработка естественного языка; рекуррентные нейронные сети; суммаризация; generation of titles and annotations; attention; natural language processing; recurrent neural networks; summarization
Document type Bachelor graduation qualification work
File type PDF
Language Russian
Level of education Bachelor
Speciality code (FGOS) 02.03.03
Speciality group (FGOS) 020000 - Компьютерные и информационные науки
Links Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI 10.18720/SPBPU/3/2021/vr/vr21-1839
Rights Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key ru\spstu\vkr\14135
Record create date 9/7/2021

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Action 'Download' will be available if you login or access site from another network

Group Anonymous
Network Internet

Тема выпускной квалификационной работы: «Автоматическая генерация заголовков и аннотаций научных статей с применением искусственных нейронных сетей». В данной работе рассматривается применение искусственных нейронных сетей в задаче генерации заголовков и аннотаций научных статей. Проведен обзор наиболее популярных моделей и архитектур сетей: рекуррентные нейронные сети, генеративная состязательная сеть, seq2seq, а также рассмотрены существующие инструменты для аннотирования текста. Подробно описана и реализована архитектура seq2seq с LSTM и GRU. Представлен процесс создания наборов данных, а также обучения моделей. Полученные результаты были протестированы вручную и автоматически с помощью метрики BLEU. Предложены идеи для улучшения качества реализованной модели.

The subject of the graduate qualification work is «The automatic generation of the titles and the abstracts of scientific articles using artificial neural networks». This paper describes the use of artificial neural networks for generating titles and abstracts of scientific articles. The review of the most popular network models and architectures, such as recurrent neural networks, generative adversarial network, Seq2seq was carried out. Additionally, the existing tools for text annotation were examined. The Seq2seq architecture with LSTM and GRU was described in detail, then implemented. The process of creating datasets as well as training models was presented. The results were tested manually and automatically using the BLEU metric. Ideas for improving the quality of the implemented model were proposed.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet Authorized users SPbPU
Read Print Download
Internet Anonymous

Access count: 16 
Last 30 days: 0

Detailed usage statistics