Работа посвящена результату построения моделей для решения существующей задачи многоклассовой классификации постов пользователей в социальной сети. Полученные модели основываются на эмбеддингах, извлеченных из постов посредством языковой модели RuBert, и надстроенной над ними полносвязной нейронной сети. Также проведено сравнение полученных моделей с классическими моделями нейронных сетей на основе архитектуры долгой краткосрочной памяти (LSTM). Полученные результаты позволят улучшить автоматизацию части процесса оценки степени выраженности психологических особенностей пользователей по их постам в социальной сети.
Язык оригиналарусский
Название основной публикацииXXV Международная конференция по мягким вычислениям и измерениям
Подзаголовок основной публикациисборник материалов
Место публикацииСПб
ИздательИздательство СПбГЭТУ "ЛЭТИ"
Страницы45-48
ISBN (печатное издание)978-5-7629-3037-6
СостояниеОпубликовано - 2022
СобытиеXXV Международная конференция по мягким вычислениям и измерениям - Санкт-Петербург, Российская Федерация
Продолжительность: 25 мая 202227 мая 2022

конференция

конференцияXXV Международная конференция по мягким вычислениям и измерениям
Страна/TерриторияРоссийская Федерация
ГородСанкт-Петербург
Период25/05/2227/05/22

    Области исследований

  • многоклассовая классификация, посты в социальных сетях, RuBert, long-short term memory, нейронные сети, машинное обучение

ID: 99229029