Analýza textu metodami hlubokého učení – Bc. Jan Gemperle

Anotace:

Tato diplomová práce se zabývá analýzou textu za pomoci metod hlubokého učení. Pro ověření přístupu byla zvolena úloha binární klasifikace nad množinou dat Fake News, která obsahuje označené pravdivé a nepravdivé novinové články. V teoretické části jsou uvedeny základní definice o neuronových sítích a jejich využití ve vrstvách hlubokého učení. Teoretická část dále obsahuje informace o základním principu algoritmu zpětného šíření. Práce se dále zaměřuje na aktivační funkce, metriky a základní typy vrstev neuronových sítí, které jsou následně použity v praktické části. Praktická část se zabývá vytvořením modelů, jejich učením na tréninkových a validačních datech a následném ladění, kdy dochází k postupnému upravování parametrů sítě pro získání co nejlepších výsledků. …víceméně

Abstract:

This diploma thesis deals with the analysis of a text with the help of a deep learning method. To control access, the task of binary classification over the Fake News data set was chosen, which contains marked true and false newspaper articles. The theoretical part presents the basic definitions of neural networks and their use in the layers of deep learning. The theoretical part also contains information about the basic principle of the backpropagation algorithm. The work also focuses on activation functions, metrics, and basic types of neural network layers, which are then processed in the practical part. The practical part deals with the creation of models, their learning in training and validation data and subsequent tuning, at any time to gradually adjust the network parameters to obtain the best possible results. …víceméně