Отрывок: Чтобы учесть дисбаланс классов при оценке моделей для задачи многоклассовой классификации, была использована метрика F1-мера. Была исследована зависимость метрики точности модели от выбора N-грамм (см. Таблицу I). Таблица I. ЗАВИСИМОСТЬ F1-МЕРЫ ДЛЯ КАЖДОЙ МОДЕЛИ В ЗАВИСИМОСТИ ОТ ВЫБОРА N-ГРАММЫ Модель машинного обучения N-грамма Униграмма Биграмма Триграмма Наивный байесовский классификатор 0,67 0,59 0,48 Метод оп...
Название : | Построение алгоритма аннотирования русскоязычных текстовых данных социальных сетей с использованием переносимого обучения |
Авторы/Редакторы : | Баканов Д. С. Куприянов А. В. |
Дата публикации : | 2023 |
Библиографическое описание : | Баканов, Д. С. Построение алгоритма аннотирования русскоязычных текстовых данных социальных сетей с использованием переносимого обучения / Д. С. Баканов, А. В. Куприянов // Информационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - Фил. Федер. науч.-исслед. центра "Кристаллография и фотоника" Рос. акад. наук. - Самара : Изд-во Самар. ун-та, 2023Т. 5: Науки о данных / под ред. Е. В. Гошина. - 2023. - С. 050942. |
Аннотация : | Рассматриваются способы построения алгоритма аннотирования русскоязычных текстов из социальных сетей. В качестве аннотирования будем понимать оценку эмоциональногоокраса текста. Статья затрагивает как классические базовые методы статистического обучения, так и современные методы глубокого обучения, основанные на переносимом обучении и трансформерах. В заключении строится модель, которая совмещает модель трансформера и статистическую модель машинного обучения градиентного бустинга. Актуальность данной работы заключается в создании легковесной и независимой от тематики модели, которую можно использовать для анализа текстового содержимого постовв социальных сетях. |
URI (Унифицированный идентификатор ресурса) : | http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Postroenie-algoritma-annotirovaniya-russkoyazychnyh-tekstovyh-dannyh-socialnyh-setei-s-ispolzovaniem-perenosimogo-obucheniya-106021 |
Другие идентификаторы : | RU\НТБ СГАУ\541711 |
Ключевые слова: | BERT TF-IDF эмоциональный контент обработка естественного языка переносимое обучение оценка эмоционального окраса социальные сети статистическое обучение трансформер |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
978-5-7883-1921-6_2023-050942.pdf | 293.4 kB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.