Аналіз існуючих підходів до класифікації текстів з використанням глибоких нейронних мереж
Вантажиться...
Дата
2024-11
Автори
Назва журналу
Номер ISSN
Назва тому
Видавець
International Science Group
Анотація
У роботі проведено аналіз існуючих підходів до класифікації текстів з використанням глибоких нейронних мереж. Розглянуто основні архітектури, включаючи згорткові нейронні мережі (CNN), рекурентні мережі (RNN, LSTM), трансформери (BERT, RoBERTa) та інші сучасні моделі. Описано їхні переваги, недоліки та ефективність у різних завданнях обробки природної мови. Дослідження демонструє, що використання глибокого навчання значно покращує точність класифікації текстів порівняно з традиційними методами. Результати можуть бути застосовані у сфері автоматичного аналізу тексту, фільтрації контенту та штучного інтелекту.
Опис
Ключові слова
класифікація текстів, глибоке навчання, нейронні мережі, бробка природної мови, машинне навчання, аналіз тексту
Бібліографічний опис
Павленко М. П. Аналіз існуючих підходів до класифікації текстів з використанням глибоких нейронних мереж / М. П. Павленко // Prospective directions of modern science and education in the world : The 12th International scientific and practical conference (November 19–22, 2024, Rotterdam, Netherlands). – Rotterdam : International Science Group, 2024. – Pp. 43–45.