Автоматическое выделение сообщений в социальных сетях, относящихся к дистанционному обучению в период короновируса
УДК 004.67 ББК 22.1я431
Abstract
В данной работе рассматривается решение одной из задач совместного проекта – построение алгоритма классификации текстовых сообщений респондентов в группах социальной сети «ВКонтакте» на сообщения, относящиеся и не относящиеся к дистанционному обучению с использованием языка программирования Python 3, который предполагается использовать для автоматической фильтрации сообщений для дальнейшего анализа
References
1. Батура Т. В. Методы автоматической классификации текстов // Программные продукты и системы. – 2017. – №1. – C. 85-99.
2. Ramos, J. Using tf-idf to determine word relevance in document queries. // Proceedings of the first instructional conference on machine learning. – 2003. – Vol. 242. – С. 133-142.
3. Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W., Ma, W., Ye, Q. and Liu, T.Y. Lightgbm. A highly efficient gradient boosting decision tree // Advances in neural information processing systems. – 2017. – C. 3146-3154.
4. Powers, D.M., Evaluation: from precision, recall and F-measure to ROC, informedness, markedness and correlation // International Journal of Machine Learning Technology. – 2011. – Vol. 2. –С. 37-63.
2. Ramos, J. Using tf-idf to determine word relevance in document queries. // Proceedings of the first instructional conference on machine learning. – 2003. – Vol. 242. – С. 133-142.
3. Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W., Ma, W., Ye, Q. and Liu, T.Y. Lightgbm. A highly efficient gradient boosting decision tree // Advances in neural information processing systems. – 2017. – C. 3146-3154.
4. Powers, D.M., Evaluation: from precision, recall and F-measure to ROC, informedness, markedness and correlation // International Journal of Machine Learning Technology. – 2011. – Vol. 2. –С. 37-63.
Published
2020-10-07
Section
Секция СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ И ВЫЧИСЛИТЕЛЬНЫЕ ТЕХНОЛОГИИ В ПРИКЛАДНЫХ ЗА
