Перспективы использования нейросетей в автоматическом редактировании и составлении новостей на примере "Lenta.ru"

ВВЕДЕНИЕ 3
ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИСПОЛЬЗОВАНИЯ НЕЙРОСЕТЕЙ В АВТОМАТИЧЕСКОМ РЕДАКТИРОВАНИИ И СОСТАВЛЕНИИ НОВОСТЕЙ 6
1.1 Нейронные сети: понятие, виды, особенности 6
1.2 Применение нейросетей в обработке естественного языка 12
1.3 Перспективы использования нейросетей в автоматическом редактировании и составлении новостей 17
ГЛАВА 2. АНАЛИЗ ИСПОЛЬЗОВАНИЯ НЕЙРОСЕТЕЙ В АВТОМАТИЧЕСКОМ РЕДАКТИРОВАНИИ И СОСТАВЛЕНИИ НОВОСТЕЙ НА ПРИМЕРЕ "LENTA.RU" 20
2.1 Описание системы автоматического редактирования новостей на "Lenta.ru" 20
2.2 Оценка эффективности системы автоматического редактирования новостей на "Lenta.ru" 22
2.3 Проблемы использования нейросетей в автоматическом редактировании и составлении новостей на "Lenta.ru" 25
ЗАКЛЮЧЕНИЕ 27
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ 29

Весь текст будет доступен после покупки

Актуальность работы. В современном информационном обществе автоматическое редактирование и составление новостей становятся все более важными задачами. С развитием технологий машинного обучения и нейронных сетей, возникают новые перспективы в области автоматизации этих процессов. В данной курсовой работе будет рассмотрено использование нейросетей в автоматическом редактировании и составлении новостей на примере "Lenta.ru".
Анализ современного состояния проблемы. На сегодняшний день, многие новостные издания сталкиваются с необходимостью быстрого и качественного редактирования и составления новостей. Традиционные методы редактирования и составления новостей требуют значительных временных и трудовых затрат, что ограничивает возможности новостных изданий для оперативного и полноценного освещения событий. В связи с этим, использование нейросетей для автоматического редактирования и составления новостей становится актуальной проблемой.

Весь текст будет доступен после покупки

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИСПОЛЬЗОВАНИЯ НЕЙРОСЕТЕЙ В АВТОМАТИЧЕСКОМ РЕДАКТИРОВАНИИ И СОСТАВЛЕНИИ НОВОСТЕЙ

1.1 Нейронные сети: понятие, виды, особенности

Нейронные сети - это математические модели, которые имитируют работу человеческого мозга. Они состоят из большого количества взаимосвязанных элементов, которые называются нейронами. Каждый нейрон получает входные сигналы от других нейронов и, в зависимости от этих сигналов, выдает выходной сигнал.
Нейросети — одна из наиболее перспективных и быстро развивающихся областей искусственного интеллекта. В последнее время возможности нейросетей начали использовать не только в производственной сфере, но и в образовании. Данный технологический процесс позволяет достичь новых высот в создании интерактивных и адаптивных систем обучения.
Первоначально использование нейронных сетей нашло свое применение в анализе больших массивов данных и решении задач классификации и кластеризации. Однако с развитием технологий и увеличением мощности вычислительных устройств, нейросети стали перспективным инструментом в процессах обучения [4].

Весь текст будет доступен после покупки

1. https://Lenta.ru
2. Абдуллаев, Э. А. Нейросеть: определение, область применения / Э. А. Абдуллаев. — Текст : непосредственный // Молодой ученый. — 2023. — № 33 (480). — С. 4-5. — URL: https://moluch.ru/archive/480/105477/ (дата обращения: 05.12.2023).
3. Айрапетян, Ю. С. Использование нейросетей на уроках английского языка / Ю. С. Айрапетян. — Текст : непосредственный // Молодой ученый. — 2023. — № 46 (493). — С. 355-358. — URL: https://moluch.ru/archive/493/107901/ (дата обращения: 05.12.2023).
4. аллан, Роберт. Основные концепции нейронных сетей/ Роберт Каллан / — Издательский дом «Вильямc», 2001. — 928 c.
5. Антипко, А. В. Нейросеть: определение, принцип работы, область применения. Специалисты по нейросетям / А. В. Антипко. — Текст : непосредственный // Молодой ученый. — 2023. — № 33 (480). — С. 13-14. — URL: https://moluch.ru/archive/480/105505/ (дата обращения: 05.12.2023).
6. Ахтямов А. И., Ахтямова Н. Р. Разработка вопросно-ответной системы на основе алгоритмов машинного обучения // Труды IV Международной научной конференции «Инновационные технологии в науке и образовании». 2017. С. 62-65.
7. Грабовой А. В. Обзор методов и подходов к построению вопросно-ответных систем // Информационно-аналитический журнал. 2019. № 1. С. 74-81.
8. Коренева А. В. Вопросно-ответные системы на основе семантических моделей // Молодежь и наука: новые идеи в науке и технике. 2018. Т. 2, № 2 (7). С. 6-10.
9. Кудаев Б. В., Шавгулидзе С. Н., Залетинский Р. В. Механизмы обработки естественного языка в вопросно-ответных системах // Проблемы информатики и моделирования. 2017. № 4 (34). С. 44-51.
10. Обработка естественного языка / Я. П. Горожанкин, А. О. Иванов, А. А. Миронов [и др.]. — Текст : непосредственный // Молодой ученый. — 2019. — № 26 (264). — С. 28-30. — URL: https://moluch.ru/archive/264/61166/ (дата обращения: 05.12.2023).

Весь текст будет доступен после покупки