კონვოლუციური ნეირონული ქსელების გამოყენება ტექსტების კლასიფიკაციისთვის

ავტორი: შალვა ჯაშიაშვილი
საკვანძო სიტყვები: ნეირონული ქსელი, კონვოლუცია, ტექსტის კლასიფიკაცია, კლასიფიკაცია
ანოტაცია:

თანამედროვე ტექნოლოგიების გამოყენებით, ინფორმაცია იმდენად სწრაფად ვრცელდება, რომ საჭირო ხდება მისი დახარისხების და დამუშავების მეთოდების მოძებნა, რათა ადამიანს გაუადვილდეს ამ ინფორმაციის გააზრება და შემდგომში გამოყენება. ვინაიდან ინფორმაციის შენახვისა და გავრცელების ერთ-ერთი ყველაზე ფართოდ გამოყენებადი ფორმა ტექსტური ფორმატია, აქტუალურ ხდება ტექსტების კლასიფიკაციის პრობლემა. ტექსტების კლასიფიკაციის კონკრეტული მაგალითია სპამის ფილტრაცია. გარდა სპამისა, ტექსტების კლასიფიკაციას შეიძლება ჰქონდეს უამრავი გამოყენება, მაგალითად: ონლაინ მაღაზიაში კომენტარების მიხედვით პროდუქტის ხარისხის დადგენა. ტექსტების კლასიფიკაცია სხვა ტიპის ინფორმაციის კლასიფიკაციისგან განსხვავდება იმით, რომ თითოეულ სიტყვას, სხვადასხვა კონტექსტში განსხვავებული მნიშვნელობა აქვს, რაც ართულებს ამოცანას. ნაშრომის მიზანია შეიქმნას სისტემა, რომლის გამოყენებითაც მომხმარებელი ააგებს მისთვის სასურველ მოდელს და ამ მოდელის გამოყენებით დაადგენს შეტანილი ტექსტური ინფორმაციის სენტიმენტს (დადებითია შეფასება თუ უარყოფითი). ამოცანაში მოდელის ასაგებად გამოყენებულია ფილმებზე კომენტარების ბაზა. აღნიშნული მოდელის მეშვეობით შეგვიძლია 97% სიზუსტით დავადგინოთ დადებითია ფილმის შეფასება თუ უარყოფითი. ამ ამოცანის გადასაჭრელად გამოყენებულია ნეირონული ქსელის კერძო ტიპი, კონვოლუციური ნეირონული ქსელი, რომელიც აქამდე ძირითადად გამოიყენებოდა მულტიმედიური ტიპის ინფორმაციის კლასიფიკაციისთვის, თუმცა ამ კვლევებმა გვიჩვენა, რომ კონვოლუციები წარმატებით შეგვიძლია გამოვიყენოთ ტექსტების კლასიფიკაციისთვისაც. კონვოლუციები საშუალებას გვაძლევს დასწავლის პროცესში გავითვალისწინოთ სიტყვების კონტექსტი, რაც ჭრის ტექსტის კლასიფიკაციის მთავარ პრობლემას, კონტექსტის დაკარგვას და ამასთანავე აუმჯობესებს მიღებულ შედეგებს.

მიმაგრებული ფაილები:

პრეზენტაცია [ka]
კონვოლუციური ნეირონული ქსელების გამოყენება ტექსტების კლასიფიკაციისთვის [ka]