Порiвняння точностi класифiкацiй твiтiв при застосуваннi рiзних типiв нейронних мереж

Abstract

Квалiфiкацiйна робота магiстра присвячена завданню порiвняння точностi навчання класифiкацiї двох мереж, побудованих на основi BERT та DistilBERT. Навчання та класифiкацiя вiдбуваються на основi реальних твiтiв з групи соцiальної мережi Facebook. Перед реалiзацiєю навчання твiти передобробляються очищенням тексту, нормалiзацiєю i лематизацiєю. Майже увесь процес реалiзований у Google Colab за допомогою Python.

The master qualification work is devoted to the task of comparing the accuracy of learning the classification of two networks built on the basis of BERT and DistilBERT. Training and classification are based on real tweets from the Facebook social network group. Before implementing the training, tweets are pre-processed by text cleaning, normalization and lematization. Almost the entire process is implemented in Google Colab using Python.