Детальная информация

Данная работа посвящена изучению и применению методов машинного обучения для определения функционального стиля текстов. Цель – изучить и применить методы машинного обучения для классификации функциональных стилей в текстах. Задачи, которые решались в ходе исследования: 1) теоретический анализ функциональных стилей текста; 2) сравнительный обзор методов машинного обучения для текстовой классификации; 3) сбор и обработка датасета для обучения моделей; 4) реализация четырёх моделей классификации: наивного байесовского классификатора, логистической регрессии, метода опорных векторов (SVM) и случайного леса; 5) проведение сравнительного анализа моделей на основе метрик точности, полноты, F1-меры и времени предсказания; 6) разработка веб-приложения с использованием Streamlit для автоматической классификации вводимого текста по функциональному стилю. Для достижения данных результатов в работе были использованы следующие информационные технологии: облачный сервис Google Colab для программирования на Python; фреймворк Streamlit для языка программирования Python.

This work is devoted to the study and application of machine learning methods for determining the functional style of texts. The goal was to study and apply machine learning methods for classifying functional styles in texts. The tasks that were solved during the study: 1) theoretical analysis of functional text styles; 2) comparative review of machine learning methods for text classification; 3) collection and processing of a dataset for training models; 4) implementation of four classification models: naive Bayes classifier, logistic regression, support vector machine (SVM) and random forest; 5) conducting a comparative analysis of models based on the metrics of accuracy, recall, F1-measure, and prediction time; 6) development of a web application using Streamlit for automatic classification of input text by functional style. To achieve these results, the following information technologies were used in the work: Google Colab cloud service for programming in Python; Streamlit framework for the Python programming language.