Search academic texts

Information × Registration Number 2124U001228, Article popup.category Бакалаврська робота Title popup.author Тимчук Вадим Віталійович popup.publication 01-01-2024 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/67397 popup.publisher Київ Description Дипломна робота присвячена дослідженню застосування рекурентних нейронних мереж для задач сентимент-аналізу текстових даних. В роботі розглянуто та реалізовано дві архітектури нейронних мереж: Long Short-Term Memory (LSTM) та Gated Recurrent Unit (GRU). Основна мета дослідження полягає у порівнянні ефективності та точності цих двох архітектур для аналізу настроїв текстових даних, а також у визначенні оптимальних параметрів для кожної з моделей. Для цього проведено серію експериментів, в яких використано набір даних, що складається з 3000 висловів. В результаті роботи показано, що обидві моделі демонструють високу ефективність у задачах сентимент-аналізу, проте моделі на основі GRU мають переваги у швидкості навчання та обчислювальній складності. Запропоновано практичні рекомендації щодо вибору архітектури та налаштувань моделі залежно від конкретних вимог до задачі. Результати цього дослідження можуть бути використані у різних сферах, включаючи маркетинг, аналіз соціальних медіа та системи підтримки клієнтів, де аналіз настроїв тексту може надати цінну інформацію для прийняття рішень. popup.nrat_date 2025-01-29 Close