Отрывок: д. 3. РЕАЛИЗАЦИЯ МОДЕЛИ Для реализации модели была использована библиотека Keras. С помощью нее можно спроектировать нейронную сеть, задав параметры для ее оптимальной настройки под канкретную задачу. Параметр Dropout был задан 0.2, что означает, что 20% случайно выбранных нейронов игнорируются во время обучения на каждом цикле обновления весов. Это поможет избежать быстрой перенастройки сети. Количество эп...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Жданова А. Н. | ru |
dc.contributor.author | Куприянов А. В. | ru |
dc.contributor.author | Шеренков Д. С. | ru |
dc.coverage.spatial | автоматическая обработка текста | ru |
dc.coverage.spatial | рекуррентная нейронная сеть | ru |
dc.coverage.spatial | морфологический анализ текста | ru |
dc.coverage.spatial | обучение нейронной сети | ru |
dc.creator | Жданова А. Н., Куприянов А. В., Шеренков Д. С. | ru |
dc.date.issued | 2022 | ru |
dc.identifier | RU\НТБ СГАУ\491079 | ru |
dc.identifier.citation | Жданова, А. Н. Морфологический анализ текста с помощью нейронных сетей / А. Н. Жданова, А. В. Куприянов, Д. С. Шеренков // Информационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. / М-во науки и образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - фил. ФНИЦ "Кристаллография и фотоника" РАН. - Самара : Изд-во Самар. ун-та, 2022Т. 4: Искусственный интеллект / под ред. А. В. Никонорова. - 2022. - С. 041552. | ru |
dc.description.abstract | Статья посвящена применению технологии нейронных сетей для решения задачи морфологического анализа текста. Для обучения был использован банк размеченного текста, где каждому слову поставлены в соответствие его часть речи и форма слова. Было проведено сравнение точности разметки с доступными сервисами, использующими как нейросетевой подход, так и библиотечный метод морфологического анализа. | ru |
dc.language.iso | rus | ru |
dc.relation.ispartof | Информационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. - | ru |
dc.source | Информационные технологии и нанотехнологии (ИТНТ-2022). - Т. 4 : Искусственный интеллект | ru |
dc.title | Морфологический анализ текста с помощью нейронных сетей | ru |
dc.type | Text | ru |
dc.citation.spage | 041552 | ru |
dc.citation.volume | 4 | ru |
dc.textpart | д. 3. РЕАЛИЗАЦИЯ МОДЕЛИ Для реализации модели была использована библиотека Keras. С помощью нее можно спроектировать нейронную сеть, задав параметры для ее оптимальной настройки под канкретную задачу. Параметр Dropout был задан 0.2, что означает, что 20% случайно выбранных нейронов игнорируются во время обучения на каждом цикле обновления весов. Это поможет избежать быстрой перенастройки сети. Количество эп... | - |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
ИТНТ-2022. Том 4. Искусственный интеллект/978-5-7883-1792-2_2022-041552.pdf | 742.52 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.