Федеративное обучение в задаче извлечения именованных сущностей

ФИО студента: Лубошников Ефим Андреевич

Руководитель: Макаров Илья Андреевич

Кампус/факультет: Факультет компьютерных наук

Программа: Финансовые технологии и анализ данных (Магистратура)

Оценка: 10

Год защиты: 2020

Данная статья посвящена реализации федеративного подхода к задаче извлечения именованных сущностей. Классический вариант BiLSTM-CNNs-CRF и модификации взяты за базовые модели, обученные на одной машине. Для базовых моделей проводится федеративное обучение. В данной работе изучено влияние использования предобученных эмбеддингов, различных классических блоков в архитектуре нейронных сетей на скорость и ход федеративного обучения. Кроме того, найдено решение и для других важных вопросов, возникающих на практике, таких как создание распределенных приватных словарей, выбор базовой модели для федеративного обучения и инициализация локального оптимизатора.

Текст работы (работа добавлена 2 июня 2020 г.)

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