Оптимізація методів аналізу та сумаризації тексту для формування звітів онлайн зборів
Abstract
Представлене дослідження націлено на оптимізацію сучасних методів NLP з аналізу тексту та абстрактивної сумаризації: аналізу запису зібрання та формування відповідних звітів. Будуть використанні сучасні технології аналізу даних такі як, PyTorch, TensorFlow, Numpy, Pandas, SciPy, fastText тощо. Головною метою дослідження є практична оптимізація метрик ROUGE та створення актуальної моделі для набору даних DialogSum.
References
Sundar M. Hemaand, Rao N. Thirupathi. "A Review on Applications of NLP with Artificial Neural Networks". Asia-Pacific Journal of Neural Networks and Its Applications, vol.3, no.1, Nov. 2019, pp.1-8, doi: http://dx.doi.org/10.21742/AJNNIA.2019.3.1.01
Zoom User Stats: How Many People Use Zoom in 2021? URL: https://backlinko.com/zoom-users (дата звернення: 15.11.2021)
C. Yulong, L. Yang, C. Liang, Z. Yue. "DialogSum: A Real-Life Scenario Dialogue Summarization Dataset". Findings of the Association for Computational Linguistics: ACL-IJCNLP, Aug. 2021. pp. 5062–5074. doi: http://dx.doi.org/10.18653/v1/2021.findings-acl.449
Перший міжнародний форум соціального підприємництва відбувся! URL: https://news.donnu.edu.ua/2021/09/06/pershyj-mizhnarodnyj-forum-soczialnogo-pidpryyemnycztvavidbuvsya/ (дата звернення: 15.11.2021)