Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://dspace.opu.ua/jspui/handle/123456789/13393
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorСиром’ятніков, Микита Валерійович-
dc.contributor.authorРувінська, Вікторія Михайлівна-
dc.contributor.authorSyromyatnikov, Mykyta Valeriyovych-
dc.contributor.authorRuvinska, Victoria Mykhailivna-
dc.date.accessioned2023-04-04T20:30:49Z-
dc.date.available2023-04-04T20:30:49Z-
dc.date.issued2022-12-19-
dc.identifier.citationСиром’ятніков М. В. Програмна система для прототипування, передбачення та аналізу якості багатомовної мовної моделі на базі багатозадачного підходу : кваліфікаційна робота магістра за спеціальністю 121 Інженерія програмного забезпечення / М. В. Сиром’ятніков ; наук. керівник В. М. Рувінська. - Одеса : Нац. ун-т "Одес. політехніка", 2022. - 108 с.uk
dc.identifier.urihttp://dspace.opu.ua/jspui/handle/123456789/13393-
dc.description.abstractРобота присвячена розробці програмної системи для прототипування, тренування та аналізу якості багатомовної мовної моделі на базі багатозадачного підходу. Метою роботи є збільшення точності та зменшення часу тренування мовних моделей за рахунок удосконалення методу багатозадачного тренування. В результаті шляхом поєднання задач маскованого мовного моделювання, передбачення наступної послідовності та контрастного навчання вдосконалено метод багатозадачного навчання. На цій основі створено повноцінну програмну екосистему, що містить сервіси моделювання, розмітки текстових даних, а також оповіщення щодо прогресу у тренуванні і розмітці. У роботі використано мову програмування Python, веб-фреймворк Flask, сховища даних MongoDB та AWS S3, фреймворк глибинного навчання Pytorch та сервіс перекладу GCP Cloud Translation.en
dc.description.abstractThe work is devoted to developing a software system for prototyping, training, and evaluating a multilingual language model based on a multi-task approach. The work aims to increase the accuracy and reduce the training time of language models. As a result, the method of multi-task learning was improved by combining the tasks of masked language modeling, next sequence prediction, and contrasting learning. On this basis, a complete software ecosystem was created, including modeling services, text data annotation, and training notifications. Python, Flask web framework, MongoDB and AWS S3 storages, Pytorch deep learning framework, and GCP Cloud Translation service were used for the development phase.en
dc.language.isouken
dc.publisherОдеська політехнікаen
dc.subjectобробка природної мовиen
dc.subjectnatural language processingen
dc.subjectмовна модельen
dc.subjectlanguage modelen
dc.subjectбагатозадачне навчанняen
dc.subjectmulti-task learningen
dc.subjectглибинне навчанняen
dc.subjectdeep learningen
dc.subjectбагатомовністьen
dc.subjectmultilingualismen
dc.titleПрограмна система для прототипування, передбачення та аналізу якості багатомовної мовної моделі на базі багатозадачного підходуen
dc.title.alternativeThe software system for prototyping, pretraining, and quality analysis of a multilingual language model based on a multitasking approachen
dc.typeOtheren
opu.staff.idСиром’ятніков М. В. Програмна система для прототипування, передбачення та аналізу якості багатомовної мовної моделі на базі багатозадачного підходу : кваліфікаційна робота магістра за спеціальністю 121 Інженерія програмного забезпечення / М. В. Сиром’ятніков, наук. кер. В. М. Рувінська. - Одеса: Нац. ун-т "Одеська політехніка", 2022. - 108 с.en
Располагается в коллекциях:Роботи бакалаврів та магістрів каф. ІПЗ

Файлы этого ресурса:
Файл Описание РазмерФормат 
AC172 Сиром'ятников.pdfСиром’ятніков М. В. Програмна система для прототипування, передбачення та аналізу якості багатомовної мовної моделі на базі багатозадачного підходу : кваліфікаційна робота магістра за спеціальністю 121 Інженерія програмного забезпечення / М. В. Сиром’ятніков, наук. кер. В. М. Рувінська. - Одеса: Нац. ун-т "Одеська політехніка", 2022. - 108 с.3.46 MBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.