Дослідження методів машинного навчання для узагальнення тексту новин
Вантажиться...
Дата
2024
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Система була оптимізована для зменшення обчислювальних витрат, що дозволяє її впровадження в реальні додатки, такі як новинні агрегатори, мобільні додатки або корпоративні інформаційні системи. Запропонований підхід демонструє У роботі розглянуто процес розробки системи для автоматизованого узагальнення новинних текстів на основі моделі T5. Зокрема, досліджено методи машинного навчання для забезпечення точного й смислово цілісного скорочення текстів. Основну увагу приділено аналізу сучасних технологій, розробці архітектури системи, її практичному впровадженню та оцінці результатів за допомогою метрик. Окрім технічних аспектів, у роботі висвітлено вплив системи на економічну ефективність, навколишнє середовище та умови праці, запропоновано способи мінімізації негативного впливу у використанні автоматизації текстових даних, підвищуючи ефективність роботи з інформацією та сприяючи сталому розвитку ІТ-індустрії.
Значна увага приділена налаштуванню моделі для роботи з багатомовними текстами, що розширює можливості використання системи в міжнародному контексті. Результати показали, що запропонований підхід може бути інтегрований у сервіси глобального рівня для забезпечення якісного оброблення інформації.
Опис
Кучеренко, К. Р. Дослідження методів машинного навчання для узагальнення тексту новин = Research on machine learning methods for news text generalization : магістерська робота ; спец. 122 ''Комп'ютерні науки'' / К. Р. Кучеренко; наук. кер. О. В. Гайдаєнко. – Миколаїв : НУК, 2024. – 68 с.
Ключові слова
машинне навчання, T5, ROUGE, BLEU, METEOR, BERTScore, API, machine learning, 122 ''Комп'ютерні науки''