Klasifikace textu konvoluční neuronovou sítí

Bc. Jiří Podivín

Master's thesis

Text classification with convolutional neural network

Abstract:

Cílem práce je navrhnout konvoluční neuronovou síť k řešení úlohy klasifikace textových popisů rizik ze záznamů databáze Safety Gate Evropské unie, evidující nebezpečné nepotravinové produkty, za použití nástrojů knihoven Tensorflow a Keras.Teoretická část práce je věnována popisu technik analýzy textu, popisu technik normalizace vstupních dat, a popisu metrik ohodnocení kvality modelů analýzy textu. Teoretická část práce se dále věnuje popisu fungování neuronových sítí, s důrazem na techniky hlubokého učení.Pozornost je věnována předchozím pracem v oblastech klasifikace a zpracování textu. Vlastní práce se skládá z popisu navrženého modelu, vstupních dat, postupu jejich zpracování a hardwaru použitého k učení modelu. Součástí vlastní práce je i ohodnocení výsledného modelu a popis postupu testování výkonnosti modelu.Bylo zjištěno, že klasifikace textu konvoluční neuronovou sítí je možná a prakticky proveditelná. A to i za použití relativně jednoduchého modelu a minimálních výpočetních prostředků.

Abstract:

The work describes the design of a convolutional neural network capable of classifying descriptions of risks from the EU Safety Gate database of dangerous non-food products, using Keras and Tensorflow libraries.The theoretical section describes common techniques of text mining, along with methods of text preprocessing, specifically the normalization of text datasets. The section also describes the principles and function of neural networks, along with metrics evaluating the performance of neural models. With an additional focus on methods in the area of deep learning. Existing work in areas of text mining and classification is discussed.The practical part describes the design, training, testing, and evaluation of the proposed model. Characteristics and preprocessing of the dataset are also described.The work shows that the classification of selected texts by the convolutional neural network is both possible and practical, even with relatively limited resources and simple model.

Keywords

konvoluční neuronové sítě, klasifikace, keras, strojové učení

Keywords

convolutional neural network, machine learning, keras, classification

Language used: Czech

Date on which the thesis was submitted / produced: 25. 3. 2020

Thesis defence

• Supervisor: doc. Ing. Arnošt Veselý, CSc.

Czech University of Life Sciences Prague

Faculty of Economics and Management

Master programme / field:
Systems Engineering and Informatics / Informatics