Отрывок: Пример можно увидеть на рисунке 4. Также этот метод имеет разновидность прямое хеширование [6] ( one-hot hashing ). Отличие состоит в том, что вместо составления словаря к каждому слову в предложении применяется легкая хеш-функция. За счет этого метод становится однопроходным, не расходуется память на хранение индексов слов. Проблемы могут возникнуть тогда, когда область значений хеш-функции не бу- дет много больше, чем количество уникальных слов в тексте. Из-за это...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Гордеев П. В. | ru |
dc.contributor.author | Куприянов А. В. | ru |
dc.contributor.author | Министерство науки и высшего образования Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Институт информатики | ru |
dc.contributor.author | математики и электроники | ru |
dc.coverage.spatial | обработка естественного языка (ОЕЯ) | ru |
dc.coverage.spatial | фреймворк KERAS | ru |
dc.coverage.spatial | языки программирования | ru |
dc.coverage.spatial | искусственные нейронные сети | ru |
dc.coverage.spatial | кластеризация текста | ru |
dc.coverage.spatial | классификация текста | ru |
dc.coverage.spatial | текстовые данные | ru |
dc.coverage.spatial | нейронные сети | ru |
dc.creator | Гордеев П. В. | ru |
dc.date.issued | 2019 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20191022095745 | ru |
dc.identifier.citation | Гордеев, П. В. Разбработка и исследование алгоритма классификации больших текстовых данных с помощью нейронных сетей : вып. квалификац. работа по направлению подгот. 01.03.02 "Прикладная математика и информатика" (уровень бакалавриата) / П. В. Гордеев ; рук. работы А. В. Куприянов ; нормоконтролер С. В. Суханов ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики,. - Самара, 2019. - on-line | ru |
dc.description.abstract | Объектом исследования является алгоритм кластеризации и классификации текстов на естественном русском языке с помощью искусственных нейронных сетей. Цель работы – исследование и реализация алгоритма классификации текста на русском языке с помощью нейронны | ru |
dc.format.extent | Электрон. дан. (1 файл : 2,3 Мб) | ru |
dc.title | Разбработка и исследование алгоритма классификации больших текстовых данных с помощью нейронных сетей | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.032.26 | ru |
dc.textpart | Пример можно увидеть на рисунке 4. Также этот метод имеет разновидность прямое хеширование [6] ( one-hot hashing ). Отличие состоит в том, что вместо составления словаря к каждому слову в предложении применяется легкая хеш-функция. За счет этого метод становится однопроходным, не расходуется память на хранение индексов слов. Проблемы могут возникнуть тогда, когда область значений хеш-функции не бу- дет много больше, чем количество уникальных слов в тексте. Из-за это... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Гордеев_Павел_Васильевич_Разбработка_исследование_алгоритма.pdf | 2.36 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.