Разработка системы кластеризации научных статей

ФИО студента: Клочков Вадим Евгеньевич

Кампус/факультет: Факультет компьютерных наук

Программа: Прикладная математика и информатика (Бакалавриат)

Год защиты: 2020

Кластеризация является одной из важнейших задач анализа текстовых данных, успешно применяющейся для группировки текстовых документов в схожие кластеры. Основной подход к кластеризации текстовых данных состоит из четырех последовательных шагов: предварительной обработки, векторизации, запуска алгоритма кластеризации и оценки качества полученного разбиения. В данной работе для каждого их этих этапов будут рассмотрены различные методы и подходы, которые впоследствии будут применены к датасету научных статей COVID-19. Основной упор сделан на использовании современных методов обработки естественного языка, таких как BERT и ему подобные модели. Так же в работе используется перекрестная кластеризация с выделением топиков и последующей интерактивной визуализацией

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ