Репозитарій КНУ
  • Yкраї́нська
  • English
  • Увійти
    Новий користувач? Зареєструйтесь.Забули пароль?
Репозитарій КНУ
  • Фонди & Зібрання
  • Статистика
  • Yкраї́нська
  • English
  • Увійти
    Новий користувач? Зареєструйтесь.Забули пароль?
  1. Головна
  2. Кваліфікаційні роботи | Qualifying works
  3. Бакалаврські роботи | Bachelor theses
  4. Автоматичне реферування тексту з використанням абстрактивних та екстрактивних методів
 
  • Деталі
Параметри

Автоматичне реферування тексту з використанням абстрактивних та екстрактивних методів

Тип публікації :
Бакалаврська робота
Дата випуску :
2024
Автор(и) :
Терновська Єлизавета
Науковий(і) керівник(и)/редактор(и) :
Дарчук Наталія Петрівна
Мова основного тексту :
ua
eKNUTSHIR URL :
https://ir.library.knu.ua/handle/15071834/2883
Цитування :
Терновська Є. Автоматичне реферування тексту з використанням абстрактивних та екстрактивних методів : кваліфікаційна робота бакалавра : 035.10 Прикладна лінгвістика / наук. кер. Н. Дарчук. Київ, 2024. 47 с.
Актуальність дослідження автоматичного реферування текстів зумовлена зростаючим обсягом інформації, який необхідно обробляти у сучасному світі. Це дослідження присвячено розробці та оцінці ефективності програмного забезпечення для автоматичного реферування текстів, яке використовує екстрактивні та абстрактивні методи. Об'єктом дослідження є процес автоматичного реферування текстів, а предметом — ефективність екстрактивних та абстрактивних методів у контексті їх точності, повноти, зрозумілості та інших важливих характеристик.
Метою дослідження є створення програми для автоматичного реферування текстів та оцінка її ефективності. Основні завдання включають розробку алгоритмів для екстрактивного та абстрактивного реферування, оцінку їх роботи за допомогою метрик ROUGE, порівняння результатів та визначення сильних і слабких сторін кожного підходу, а також пропозиції щодо можливих шляхів покращення алгоритмів.
Методологічна основа дослідження включає сучасні теорії та підходи до обробки природної мови (NLP) та машинного навчання. Було використано емпіричні дослідження для оцінки роботи алгоритмів за допомогою метрик ROUGE, а також спостереження та аналіз результатів.
За підсумками проведеного дослідження було встановлено, що екстрактивний метод демонструє вищу точність та лексичне багатство, проте страждає від низької повноти та когезії. Абстрактивний метод, хоча і є менш точним, забезпечує кращу зрозумілість та адекватність викладу. Запропоновано комбінований підхід для поєднання переваг обох методів.
Ключові слова :

автоматичне реферуван...

екстрактивне реферува...

абстрактивне реферува...

NLP

машинне навчання

метрики ROUGE

алгоритми реферування...

automatic summarizati...

extractive summarizat...

abstractive summariza...

machine learning

ROUGE metrics

summarization algorit...

Галузі знань та спеціальності :
035 Філологія
Галузі науки і техніки (FOS) :
Гуманітарні науки
Тип зібрання :
Publication
Файл(и) :
Вантажиться...
Ескіз
Формат

Adobe PDF

Розмір :

365.18 KB

Контрольна сума:

(MD5):6ae12a2c88f07c93e5b1a02f81f30c90

Ця робота розповсюджується на умовах ліцензії Creative Commons CC BY-NC

Налаштування куків Політика приватності Угода користувача Надіслати відгук

Побудовано за допомогою Програмне забезпечення DSpace-CRIS - Розширення підтримується та оптимізується 4Наука

м. Київ, вул. Володимирська, 58, к. 42

(044) 239-33-30

ir.library@knu.ua