Разработка программного обеспечения для разрешения семантической неоднозначности текстов на естественном языке

Для развития и распространения использования машинного обучения для анализа текстовой информации требуются новые методы генерации очень точных цифровых представлений слов. В настоящее время наиболее популярные методы построения таких представлений не учитывают разнообразие значений одного и того же слова в зависимости от контекста, что приводит к ухудшению качества моделей, созданных на их основе. Целью настоящей работы является разработка программного обеспечения, которое способно производить преобразование текста в векторное пространство с разрешением его семантической неоднозначности для русского языка. Для построения решения были изучены существующие практики создания цифрового представления текста, а также методы разрешения неоднозначностей в тексте, предложена адаптация метода AdaGram для работы на языке Python, а также протестирована на трех различных задачах. Результаты данной работы могут быть использованы для дальнейшего анализа методов разрешения семантической неоднозначности русского языка, а также для повышения точности работы алгоритмов анализа текста. Выпускная квалификационная работа состоит из 49 страниц, содержит 4 рисунка, 4 таблицы, 5 листингов и 11 приложений. Ключевые слова: машинное обучение; интеллектуальный анализ данных; автоматическая обработка текстов; разрешение семантической неоднозначности.