ДонНТУ   Портал магистров

Ссылки по теме выпускной работы

    Материалы магистров ДонНТУ

  1. Пилипенко А.С. Исследование методов и алгоритмов определения тональности естественно-языкового текста

    Описание: Персональный сайт на портале магистров ДонНТУ, 2020 г.

    Руководитель: к.ф-м.н., доц. Скворцов Анатолий Ефремович

    Консультант: ст. пр. Коломойцева Ирина Александровна

  2. Лютова Е.И. Исследование методов классификации информации с использованием байесовского классификатора

    Описание: Персональный сайт на портале магистров ДонНТУ, 2020 г.

    Руководитель: к.ф-м.н., доц. Скворцов Анатолий Ефремович

    Консультант: ст. пр. Коломойцева Ирина Александровна

  3. Гума С.Н. Исследование методов сравнительного анализа текстов на примере рекомендательной системы фильмов

    Описание: Персональный сайт на портале магистров ДонНТУ, 2019 г.

    Руководитель: к.ф-м.н., доц. Скворцов Анатолий Ефремович

    Консультант: ст. пр. Коломойцева Ирина Александровна

  4. Сторожук Н.О. Исследование методов и алгоритмов определения жанра литературных произведений на основе технологии Text Mining

    Описание: Персональный сайт на портале магистров ДонНТУ, 2018 г.

    Руководитель: к.ф-м.н., доц. Скворцов Анатолий Ефремович

    Консультант: ст. пр. Коломойцева Ирина Александровна

  5. Власюк Д.А. Исследование методов извлечения знаний из HTML-страниц сети Интернет о спортивных соревнованиях

    Описание: Персональный сайт на портале магистров ДонНТУ, 2018 г.

    Руководитель: к.ф-м.н., доц. Скворцов Анатолий Ефремович

    Консультант: ст. пр. Коломойцева Ирина Александровна

    6. Научные работы и статьи

  6. Анализ тональности текста: современные подходы и существующие проблемы

    Автор: Семина Т.А.

    Описание: Статья посвящена обзору работ по анализу тональности, одному из актуальных направлений автоматической обработки естественного языка.

  7. Сравнительный анализ методов определения эмоциональной окраски сообщений в социальных сетях с применением обучения с учителем

    Автор: Сперцян К.М., Рязанова Н.Ю.

    Описание: Статья посвящена обзору работ по анализу тональности, одному из актуальных направлений автоматической обработки естественного языка.

  8. Sentiment Vector Space Model for Lyric-based Song Sentiment Classification

    Автор: Yunqing Xia, Linlin Wang, Kam-Fai Wong, Mingxing Xu

    Описание: Авторы статьи выделяют 4 проблемы, которые делают неэффективным подход к классификации текста, основанный на модели векторного пространства (VSM) и предлагают решение этих проблем через модель векторного пространства настроений (s-VSM) для представления текстов песен.

  9. Анализ методов классификации при определении тональности

    Автор: Серёженко А.А., Коломойцева И.А.

    Описание: В данной статье приведён краткий обзор методов Bag-of-Words и TF-IDF. Также было описано и сравнение методов с помощью моделей XGBoost и логической регрессии.

  10. Hit Songs’ Sentiments Harness Public Mood & Predict Stock Market

    Автор: Rachel Harsley, Bhavesh Gupta, Barbara Di Eugenio

    Описание: В статье исследуется связь между настроением текстов песен в Billboard Top 100, акциями и индексом потребительского доверия.

  11. Семантический анализ текстов. Основные положения

    Автор: Чапайкина Н.Е.

    Описание: В данной статье рассматриваются понятие семантического анализа и возможности его применения.

  12. Об анализе тональности на примере текстов песен

    Автор: Серёженко А.А., Коломойцева И.А.

    Описание: В статье представлен краткий обзор анализа текстов сообщений из современных информационных потоков, в частности оценка тональности. Также рассмотрены и описаны алгоритмы классификации, а также проблематика с точки зрения обработки текстов песен.

  13. Application of Content — Based Approach in Research Paper Recommendation System for a Digital Library

    Автор: Simon Philip, P.B. Shola (PhD), Abari Ovye John

    Описание: Статья представляет алгоритм, чтобы предложить рекомендации, основанные на запросах пользователей. Алгоритм использует взвешивание TF-IDF и косинусную меру сходства.

  14. Автоматизация обработки текстов естественного языка

    Авторы: Степанов П.А.

    Описание: Рассматривается вопрос об автоматизации обработки текстов на естественном языке. Описана проблема, связанная с взаимодействием между модулями автоматизированной системы анализа текста. На основе теории автоматов разработан формальный подход к описанию систем автоматизированной обработки текста. Предложено решение, использующее специальную структуру данных для хранения промежуточных результатов анализа. Разработанное решение было применено к задаче извлечения явных определений терминов из текстов естественного языка.

  15. An Overview of Bag of Words; Importance, Implementation, Applications, and Challenges

    Автор: Wisam A. Qader, Musa M.Ameen, Bilal I. Ahmed

    Описание: В статье представлен обзор на Bag of Words (BoW), важность BoW, принципы его работы, области применения и проблемы, связанные с использованием BoW.

  16. MoodyLyrics: A Sentiment Annotated Lyrics Dataset

    Автор: Erion Çano, Maurizio Morisio

    Описание: Статья рассказывает о аннотировании каждую песню из набора песен одной из четырех категорий эмоций модели Рассела, а также о создании набора данных текстовых песен MoodyLyrics, который будет доступен для общего пользования.

  17. Методы автоматической классификации текстов

    Автор: Батура Т.В.

    Описание: В данной статье описываются наиболее распространенные алгоритмы построения классификаторов, проводимые с ними эксперименты и результаты этих экспериментов.

  18. Application of Content — Based Approach in Research Paper Recommendation System for a Digital Library

    Автор: Bijoyan Das, Sarit Chakraborty

    Описание: В этой статье авторы предлагают свой метод классификации тональности текста с использованием термина «частотно-обратная частота документа» (TF-IDF) вместе с отрицанием следующего слова (NWN).

  19. Методы классификации текстовых данных по темам

    Автор: А.И. Стрелец,В.С. Иванников, А.А. Орлов, А.В. Атавина

    Описание: Данная статья описывает методы классификации текстовых данных по темам. Проблема классификации текста является актуальной и важным направлением в области обработки информации и машинного обучения.

  20. Анализ тональности текста с использованием методов машинного обучения

    Автор: А.С. Романов, М.И. Васильева, А.В. Куртукова, Р.В. Мещеряков

    Описание: В статье приводится обзор исследований, методов и программных продуктов в области анализа тональности текста, описываются этапы моделирование процесса проведения экспериментов и определения тональности текста, приводятся описания созданных корпусов текстов и словарей, а также полученные результаты исследований.

    21. Книги и журналы по теме магистерской работы

  21. Интернетика: Навигация в сложных сетях: модели и алгоритмы

    Автор: Ландэ Д.В., Снарский А.А., Безсуднов И.В.

    Описание: В книге рассматриваются вопросы, относящиеся к информационной структуре веб-пространства, теории сложных сетей, моделям информационного поиска и глубинного анализа текстов, общим закономерностям современных информационных потоков и их моделированию.

  22. Nearest-Neighbor Methods in Learning and Vision: Theory and Practice

    Авторы: Gregory Shakhnarovich, Trevor Darrell and Piotr Indyk

    Описание: В этой книге авторы определяют точные и приближенные задачи поиска ближайших соседей и кратко рассматривают ряд популярных структур данных и алгоритмов, разработанных для этих задач.

  23. Поиск знаний в Internet

    Автор: Ландэ Д.В.

    Описание: Книга посвящена современным подходам к получению новых знаний на основе анализа информационного пространства сети Internet и методам обработки информационных потоков с целью выявления значимых тенденций, понятий, феноменов, их взаимосвязей.

  24. Введение в информационный поиск

    Автор: Маннинг К., Рагван П., Шютце Х.

    Описание: Учебник, который содержит взаимосвязанное изложение проблем классического информационного поиска и поиска в вебе, включая смежные задачи классификации и кластеризации текстов.

  25. Автоматическая обработка текстов на естественном языке и компьютерная лингвистика

    Автор: Большакова Е.И., Клышинский Э.С., Ландэ Д.В., Носков А.А., Пескова О.В., Ягунова Е.В.

    Описание: Рассматриваются базовые вопросы компьютерной лингвистики: от теории лингвистического и математического моделирования до вариантов технологических решений. Дается лингвистическая интерпретация основных лингвистических объектов и единиц анализа. Приведены сведения, необходимые для создания отдельных подсистем, отвечающих за анализ текстов на естественном языке. Рассматриваются вопросы построения систем классификации и кластеризации текстовых данных, основы фрактальной теории текстовой информации.

  26. Expert Systems with Applications

    Описание: Издание обладает очень большим количеством научных статей связанных с экспертными системами и разрабатываемыми приложениями. Полезен для работников научной IT сферы. Публикации не имеют открытого доступа.

    27. Ресурсы и материалы для изучения Python

  27. Python: основы и применение

    Описание: Курс посвящен базовым принципам языка Python и программирования в целом. Он хорошо подойдет тем, кто уже может писать простейшие программы на Python или тем, кто до этого программировал на других языках.

  28. Python Weekly

    Описание: Это бесплатный еженедельный электронный бюллетень, в котором публикуются новости, статьи, новые выпуски, вакансии и многое другое.

  29. Программирование на Python

    Описание: Курс посвящен базовым понятиям и элементам языка программирования Python (операторы, числовые и строковые переменные, списки, условия и циклы). Курс является вводным и наиболее подойдет слушателям, не имеющим опыта написания программ ни на одном из языков программирования.

  30. Язык программирования Python

    Описание: Изучается язык программирования Python, его основные библиотеки и некоторые приложения на примере языка Python рассматриваются такие важные понятия как: объектно-ориентированное программирование, функциональное программирование, событийно-управляемые программы (GUI-приложения), форматы представления данных (Unicode, XML и т.п.).

  31. Python 3 для начинающих

    Описание: Сайт призван помочь начинающим научиться программировать на python 3.

  32. Питоньютор

    Описание: Интерактивный учебник языка Python, дает теорию в удобной форме, и позволяет решать задачи прямо на сайте.

    33. Техническая и справочная литература

  33. Sentiment Analysis & Machine Learning

    Описание: В статье описываются алгоритмы, используемых для управления машинами и их обучения выполнению анализа настроений

  34. Анализ тональности в русскоязычных текстах, часть 1: введение

    Описание: В статье выполнен вводных обзор анализа тональности и описано как за последние 8 лет были применены знания для анализа русскоязычных текстов.

  35. Анализ тональности в русскоязычных текстах, часть 2: основные исследования

    Описание: Обзорная статья 32 исследований в области анализа тональности

  36. Анализ тональности в русскоязычных текстах, часть 3: вызовы и перспективы

    Описание: Автор статьи описывает общие сложности, с которыми сталкивались исследователи, а также о перспективных направлениях анализа тональности.

  37. The Applications of Sentiment Analysis for Russian Language Texts: Current Challenges and Future Perspectives

    Описание: Программа исследований для повышения качества исследований прикладного анализа настроений и расширения существующей исследовательской базы в новых направлениях.

  38. Social Media Sentiment Analysis using Machine Learning : Part — II

    Описание: Статья объясняет базовый принцп алгоритмов Bag-of-Words и TF-IDF на примере.

  39. Топ-10 data mining-алгоритмов простым языком

    Описание: В статье кратко и концентрировано описаны основные Data Mining алгоритмы и их назначение.

  40. Optimization of sentiment analysis using machine learning classifiers

    Описание: Статья исследуюет и сравнивает эффективность четырех методов классификации: Наивный Байес, J48, BFTree и OneR.

    41. Электронные ресурсы

  41. Классификация текстов. Анализ тональности.

    Описание: Электронная презентация, рассматривающая способы классификации текстов и анализа тональности.

    42. Специализированные сайты и порталы

  42. Data Science

    Описание: Портал содержит множество полезных статей по Data Science.

  43. Habr

    Описание: Портал с огромным количеством пользовательских статей, связанных с IT сферой.

  44. SCI-HUBG

    Описание: Полезный сайт для получения доступа к научным публикациям с закрытым доступом.

  45. CYBERLENINKA

    Описание: Научная электронная библиотека, предоставляющая открытый доступ к множеству научных публикаций.

  46. НОУ ИНТУИТ

    Описание: Организация, которая предоставляет возможность дистанционного образования с помощью своих материалов, которые выложены на их сайте.

  47. Towards Data Science

    Описание: Ресурс предоставляет множество статей, концепций, идей и кодов по направлению Data Science.

  48. Stack Overflow

    Описание: Stack Overflow — сайт вопросов и ответов для программистов.

  49. Github

    Описание: Github - крупнейший веб-сервис для хостинга IT-проектов и их совместной разработки.

  50. Pikabu

    Описание: Информационно-развлекательное сообщество, где любой желающий может опубликовать пост на любую тематику.