Детальная информация

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.