Реферат
СОДЕРЖАНИЕ 9
ПЕРЕЧЕНЬ СОКРАЩЕНИЙ И ОБОЗНАЧЕНИЙ 10
1 Анализ предметной области 14
1.1 Анализ аналогов 16
1.2 Анализ инструментов разработки 20
2.1 Анализ методов реализации авторизации в приложении 28
3 Анализ видов нейронных сетей 32
3.1 Описание существующих типов нейронных сетей 32
4 Обучение модели нейронной сети 43
4.1 Выбор датасета 43
4.2 Описание датасета 44
4.3 Процесс обучения 45
4.3.1 Анализ данных 45
4.3.2 Предобработка данных 46
4.3.3 Обучение модели 48
5 Результаты реализации приложения 49
5.1 Описание архитектуры приложения 49
5.2 Реализация веб-версии приложения 50
5.2.2 Реализация чата в приложении с использованием сокетов и Socket.IO . 56
ЗАКЛЮЧЕНИЕ 59
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 60
ПРИЛОЖЕНИЕ А Листинг программы 61
ПРИЛОЖЕНИЕ Б Презентация 67
Искусственный интеллект становится всё более неотъемлемой частью жизни современного человека и используется им в различных сферах деятельности. Он используются в медицине, финансах, образовании и многих других. Одним из наиболее интересных направлений применения ИИ является распознавание эмоций человека по тексту. Данная функция
распознавания эмоций по тексту может быть полезной для создания более эффективных систем коммуникации, анализа настроения пользователей и улучшения качества обслуживания клиентов.
Распознавание эмоций по тексту является сложной задачей, требующей глубокого понимания контекста и семантики текста. Однако с развитием технологий машинного обучения и нейронных сетей эта задача становится всё более решаемой. В последние годы были разработаны различные методы и алгоритмы, которые позволяют автоматически определять эмоции человека на основе его текстовых сообщений.
Использование ИИ для распознавания эмоций человека по его сообщениям в сфере медицины и оказания психологической помощи может стать мощным инструментом, который позволит более точно и эффективно реагировать на потребности пациентов, что показывает актуальность данной темы.
В современном мире люди все чаще обращаются за помощью к специалистам в области медицины и психологии. Однако, несмотря на все усилия, иногда бывает сложно понять, что именно чувствует пациент, какие эмоции он испытывает и как это влияет на его состояние. Именно здесь на помощь приходит искусственный интеллект.
Данная магистерская диссертация преследует следующие цели:
• разработка авторизации в веб приложении,
• разработка чата для взаимодействия с пользователем,
• обучение модели нейронной сети для распознавания настроения,
• использование обученной нейронной модели для определения состояния пользователя по его сообщениям.
Для реализации преследуемых магистерской диссертацией целей необходимо:
• проанализировать предметную область,
• провести анализ существующих аналогов,
• определиться с инструментами разработки для реализации вебприложения и обучения модели нейронной сети,
• изучить методы реализации авторизации в приложении,
• рассмотреть существующие типы моделей нейронной сети и выбрать наиболее подходящий под цели данной работы,
• создать и обучить выбранную модель нейронной сети,
• оценить точность работы обученной модели нейронной сети, проверив корректность её работы.
Благодаря поставленным задачам, в ходе выполнения работы, данная магистерская диссертация была разделена на следующие разделы:
Вступительный раздел, в котором анализируется предметная область, существующие аналоги, инструменты разработки, а также реализации авторизации в веб-приложении. В финале каждого пункта данного раздела описаны результаты анализа и выбора инструментов разработки и реализации.
Во втором разделе рассматриваются типы моделей нейронных сетей.
В третьем разделе рассказывается про процесс обучения модели нейросети и оценивание её работы.
В заключительном разделе показаны результаты реализации приложения и его архитектура.
В результате проделанной работы, продуктом данной диссертации будет являться реализованный модуль для определения настроения пользователя, созданный на основе выбранных решений, найденных путем проведения исследований и анализа предметной области.
Результатом данной магистерской диссертации является успешно реализованный модуль для распознавания настроения пользователя по его сообщениям.
В процессе выполнения данной работы были достигнуты следующие цели:
• была разработана авторизация в веб-приложении,
• был разработан чата для взаимодействия с пользователем,
• была обучена модель нейронной сети для распознавания настроения,
• обученная модель нейронной сети успешно определяет настроение пользователя по его сообщениям.
Перед началом реализации модуля были изучены:
• предметная область,
• существующие аналоги,
• инструменты разработки для реализации веб-приложения и обучения модели нейронной сети,
• методы реализации авторизации в приложении,
• существующие типы моделей нейронной сети и выбран наиболее подходящий под цели данной работы.
Благодаря этому была обучена и протестирована модель нейронной сети, успешно реализован модуль для определения настроения пользователя по его сообщениям.
В дальнейшем, данный модуль может быть полезен не только в медицине, но и в других сферах IT-бизнеса. Планируется дальше заниматься развитием проекта, добавить возможность автоматического заполнения ботом документов, возможность редактировать БД внутри бота, а также разработка собственной нейронной сети и собственного датасета по ряду тем, наиболее важных для студентов университетов.
