Разработка и реализация методов обработки естественных языков на основе методов машинного обучения: магистерская диссертация / Святослав Сергеевич Ганкович; БГУ, Факультет прикладной математики и информатики, Кафедра дискретной математики и алгоритмики; науч. рук. Свирид Ю. В.

Abstract

Магистерская диссертация, 54 с., 18 рис., 5 табл., 11 источников. РЕКОМЕНДАТЕЛЬНАЯ СИСТЕМА, ИНФОРМАЦИОННЫЙ ПОИСК, ОБРАБОТКА ЕСТЕСТВЕННОГО ЯЗЫКА, МАШИННОЕ ОБУЧЕНИЕ, НЕЙРОННАЯ СЕТЬ. Объект исследования – задачи построения рекомендательных систем, вопросы адаптации алгоритмов машинного обучения, которые используются в задачах информационного поиска, бинарной классификации и генерации текстов на естественных языках для их использования в рекомендательных системах. Цель работы – исследовать способы построения рекомендательных систем, описать подходы к построению рекомендаций, проанализировать основные проблемы, возникающие в таких системах; разработать рекомендательную систему на примере музыкального сервиса. Методы исследования – изучение литературы по теме работы, аппарат информационного поиска, методы машинного обучения, вычислительный эксперимент. Результат – изучены основные подходы к построению рекомендательных систем, предложено несколько способов построения рекомендательных систем, исследованы их достоинства и недостатки. Описаны способы получения данных, сами данные подготовлены. Получено несколько моделей рекомендательных систем, по результатам их анализа построена гибридная система. Разработано и реализовано мобильное приложение для работы с построенной рекомендательной системой. Область применения – прикладные задачи, возникающие в системах, предоставляющих пользователям доступ к контенту. Описанные алгоритмы и основные достижения могут быть расширены и на другие классы систем, а не только на музыкальные сервисы.