|
Dòng
|
Nội dung
|
|
1
|
Phân tích cảm xúc từng khía cạnh trên ngôn ngữ tiếng Việt sử dụng phương pháp học sâu. : Đề án Thạc sĩ Công nghệ Thông tin; Mã ngành: 8480201 / Trần Thị Bé Quyên, Hà Minh Tân
Tp. Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
vii,65 tr. : hình ảnh, sơ đồ ; 29 cm.
Ký hiệu phân loại (DDC): 006.35
Phân tích cảm xúc dựa trên khía cạnh là một lĩnh vực đang được phát triển nhanh chóng và thu hút sự quan tâm của cộng đồng nghiên cứu cũng như các doanh nghiêp bởi tính ứng dụng cao. Báo cáo này trình bày một kiến trúc mô hình học sâu ứng dụng cho lĩnh vực xử lý ngôn ngữ tự nhiên và các dạng bài toán như ABSA. Tổng quan về phân tích cảm xúc dựa trên khía cạnh (Aspect-based Sentiment Analysis). Tình hình phát triển trong cộng đồng nghiên cứu hiện hay trong lĩnh vực ABSA. Phân tích các kiến trúc mô hình học sâu cho ứng dụng phân tích cảm xúc dựa trên khía cạnh sử dụng cho ngôn ngữ tiếng Việt. Thực nghiệm và đánh giá mô hình trên bộ dữ liệu chuẩn.
Số bản sách:
(1)
Tài liệu số:
(0)
|
|
2
|
Xây dựng ứng dụng phân loại rác dựa trên phương pháp học sâu : Luận văn Thạc sĩ Công nghệ Thông tin; Mã ngành: 8480201 / Phạm Mạnh Trung Nguyên, Nguyễn Kim Quốc (hướng dẫn)
Tp. Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
VIII, 61 tr. : hình minh họa ; 29 cm.
Ký hiệu phân loại (DDC): 006.3
Tìm hiểu về mạng CNN (Convolutional neural networks), Pre-Trained Model, Light Weight Model, kiến trúc MobileNet, mô hình MobileNetV2. Phương pháp Warn-up và Fine-tune của Pre-trained Model và các phương pháp đánh giá mô hình. Xây dựng mô hình CNN và MobileNetV2 với bộ dữ liệu. Sau đó, cải thiện mô hình bằng cách và tinh chỉnh. Cuối cùng, đưa mô hình vào hệ thống để sử dụng. Nghiên cứu, cài đặt thực nghiệm để đánh giá kết quả mong muốn đóng góp vào việc phân loại rác thải bằng cách phát triển một hệ thống khả năng ứng dụng rộng rãi, thực tế trong cuộc sống
Số bản sách:
(1)
Tài liệu số:
(0)
|
|
|
|
|