Метод визначення гендерної співвіднесеності текстових елементів із використанням багатоканальної згорткової нейромережі

dc.contributor.authorТарабанович, Іван-Маркіян Юрійович
dc.date.accessioned2026-02-06T08:15:36Z
dc.date.issued2025
dc.description.abstractМетою роботи є розроблення та дослідження методу автоматичного визначення гендерної співвіднесеності текстових елементів на основі багатоканальної згорткової нейромережі задля підвищення точності лінгвістичної класифікації та автоматизованого аналізу текстів. Методи дослідження: обробка природної мови (NLP), теорія штучних нейронних мереж, згорткові нейронні мережі, математична статистика, системний аналіз, методи комп’ютерного моделювання. The aim of the work is to develop and investigate a method for automatic determination of gender association of text elements based on a multichannel convolutional neural network in order to improve the accuracy of linguistic classification and automated text analysis. Research methods: natural language processing (NLP), theory of artificial neural networks, convolutional neural networks, mathematical statistics, systems analysis, computer modeling methods.
dc.identifier.citationТарабанович, І.-М. Ю. Метод визначення гендерної співвіднесеності текстових елементів із використанням багатоканальної згорткової нейромережі = Method for determining the gender correlation of text elements using a multi-channel convolutional neural network : кваліфікаційна робота : спец. 122 – комп'ютерні науки ; освітньо-професійна програма – комп'ютерні науки / Іван-Маркіян Юрійович Тарабанович ; науковий керівник к.т.н., доц. Х. В. Ліп’яніна-Гончаренко. Тернопіль : ЗУНУ, 2025. 58 с.
dc.identifier.urihttps://dspace.wunu.edu.ua/handle/316497/56094
dc.publisherТернопіль, ЗУНУ
dc.subjectгендерна співвіднесеність
dc.subjectобробка природної мови
dc.subjectзгорткова нейромережа
dc.subjectбагатоканальна модель
dc.subjectкласифікація тексту
dc.subjectNLP
dc.subjectgender association
dc.subjectnatural language processing
dc.subjectconvolutional neural network
dc.subjectmultichannel model
dc.subjecttext classification
dc.titleМетод визначення гендерної співвіднесеності текстових елементів із використанням багатоканальної згорткової нейромережі
dc.title.alternativeMethod for determining the gender correlation of text elements using a multi-channel convolutional neural network
dc.typeThesis

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Тарабанович_КНм-21.pdf
Size:
2.62 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
2.37 KB
Format:
Item-specific license agreed upon to submission
Description: