Прогнозування цитування наукових текстів на основі семантичного аналізу

UKR: В магістерській роботі було розглянуто принципи аналізу тексту, прогнозування даних, семантичного аналізу, процес проектування та створення нейронної мережі, яка буде виконувати безпосереднє прогнозування. Було виділено ресурси на аналіз дослідження проблеми за науковими літературними джерелами. Детально розібрано теоретичні засади, структуру наукових текстів та вивчено аналоги, які наразі існують. Порівняно різноманітні середовища для програмної розробки, а також поставлено чіткі вимоги до технічного забезпечення. Об’єкт дослідження – програмний комплекс для прогнозування шляхом машинного навчання.

ENG: The principles of text analysis, data prediction, semantic analysis, the process of designing and creating a neural network that will perform direct prediction were considered in the master's thesis. Resources were allocated for the analysis of the study of the problem based on scientific literary sources. The theoretical foundations, the structure of scientific texts were analyzed in detail, and analogues that currently exist were studied. Different environments for software development are compared, and clear requirements for technical support are also set. The object of the study is a software complex for forecasting by machine learning.