Использование методов машинного обучения для извлечения информации из табличных данных: магистерская диссертация / Екатерина Витальевна Горбач; БГУ, Факультет прикладной математики и информатики, Кафедра дискретной математики и алгоритмики; науч. рук. Соболевская Е. П.

Abstract

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Магистерская диссертация, 59 страниц, 28 рисунков, 18 таблиц, 22 источника, 3 приложения. АВТОМАТИЧЕСКАЯ ОБРАБОТКА ДОКУМЕНТОВ, ВЕБ-ТАБЛИЦЫ, РАСПОЗНАВАНИЕ СТРУКТУРЫ ВЕБ-ТАБЛИЦ, МАШИННОЕ ОБУЧЕНИЕ, НЕЙРОННЫЕ СЕТИ Объект исследования: применение методов машинного обучения для решения задачи извлечения информации из таблиц, полученных из источников, связанных с налоговой деятельностью. Цель работы: изучение и анализ существующих алгоритмов машинного обучения; разработка и реализация алгоритма обучения модели нейронной сети для рассматриваемой задачи; сравнительный анализ полученных результатов; определение возможных направлений по улучшению предложенного метода решения задачи, исследуемой в работе. Методы исследования: сбор и подготовка данных для обучения и тестирования моделей нейронных сетей; построение нейронной архитектуры и ее оптимизация с учетом особенностей предметной области и данных. Область применения: автоматический сбор и хранение данных, представленных в виде веб-таблиц сложной структуры, поиск по таблицам.