Добавил:
Wehif
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:thesis3 (1).pdf
X
- •Аннотация
- •Введение
- •Постановка задачи
- •Обзор существующих решений
- •Основные принципы функционирования и обучения нейронных сетей
- •Архитектура нейронных сетей
- •Алгоритм обратного распространения ошибки
- •Сверточные нейронные сети в задачах распознавания изображений
- •Архитектура и принцип работы сверточных нейронных сетей
- •Распознавание символов номерного знака автомобиля с использованием сверточной нейронной сети
- •Выводы
- •Нейронные сети в задачах обработки текстов
- •Статистические языковые модели. Проклятие размерности
- •Нейросетевая языковая модель Y. Bengio
- •Исследование и построение решения задачи
- •Описание решения задачи при помощи word2vec
- •Описание практической части
- •Выбранный инструментарий
- •Описание обучающей и тестовой выборок
- •Результаты решения задачи при помощи word2vec
- •Выводы
- •Заключение
- •Список литературы
2Постановка задачи
Целью данной работы является исследование подхода глубокого обучения (deep learning) и его применений к задачам обработки текстов. Для достижения поставленной цели необходимо решить следующие задачи:
1.Произвести обзор современных методов машинного обучения, основанных на применении многослойных нейронных сетей, и их применений для задач обработки текстов, а также изображений;
2.Произвести анализ преимуществ и недостатков существующих реализаций нейронной сети word2vec;
3.Произвести экспериментальное сравнение методов классификации с использованием языковых моделей n-грамм и word2vec применительно к задаче определения демографических атрибутов пользователей сервиса Twitter.
6
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]