📄Работа №84455
Тема: Разработка диалоговой системы антропоморфного социального агента для предметной области
Характеристики работы
Тип работы
Дипломные работы, ВКР
Предмет
Информатика и вычислительная техника
Объем:
59 листов
Год:
2016
Просмотров:
133
4240
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение 3
1. Постановка задачи 5
2. Актуальность 7
2.1 Обзор аналогичных решений 7
3. Анализ предметной области 9
3.1 Онтологический базис 9
3.2 Представление данных в векторном пространстве 13
3.3 Предварительная обработка данных 17
3.4 Способы уменьшение размерности векторов 18
3.5 Характеристики иерархических классификаторов 19
3.6 Способы взвешивания признаков 20
3.7 Иерархические классификаторы 22
3.8 F-мера для иерархической структуры 25
4. Обзор средств реализации 27
4.1 Дерево принятий решений 27
4.2 ID3 29
4.3 CART 30
4.4 Средства разработки 31
5. Этапы разработки 34
5.1 Архитектура диалоговой системы 34
5.2 Ассоциативная память 40
6. Результаты 42
Заключение 45
Список использованной литературы 47
Приложения 49
1. Постановка задачи 5
2. Актуальность 7
2.1 Обзор аналогичных решений 7
3. Анализ предметной области 9
3.1 Онтологический базис 9
3.2 Представление данных в векторном пространстве 13
3.3 Предварительная обработка данных 17
3.4 Способы уменьшение размерности векторов 18
3.5 Характеристики иерархических классификаторов 19
3.6 Способы взвешивания признаков 20
3.7 Иерархические классификаторы 22
3.8 F-мера для иерархической структуры 25
4. Обзор средств реализации 27
4.1 Дерево принятий решений 27
4.2 ID3 29
4.3 CART 30
4.4 Средства разработки 31
5. Этапы разработки 34
5.1 Архитектура диалоговой системы 34
5.2 Ассоциативная память 40
6. Результаты 42
Заключение 45
Список использованной литературы 47
Приложения 49
📖 Аннотация
Работа посвящена разработке диалоговой системы антропоморфного социального агента для заданной предметной области. Актуальность исследования обусловлена тем, что, несмотря на обилие публикаций о диалоговых агентах, большинство из них освещает частные прикладные задачи, в то время как фундаментальные аспекты моделирования диалога, изучаемые в эпистемологии, когнитивной психологии и эротетической логике, остаются недостаточно интегрированными в проектирование универсальных и специализированных систем. В работе проведено исследование методов предобработки текстовых данных, включая разработку сети слов-синонимов на основе словаря, и сравнение результатов обучения классификатора с использованием модели «Bag of Words» и архитектуры skip-gram. На основе изученного материала была спроектирована и реализована архитектура диалоговой системы, включающая модули обработки и сжатия данных, интерфейс для работы с инвертированным индексом, модуль взвешивания признаков на основе функции tf-idf, а также модуль взаимодействия с базой данных. Система сконфигурирована через внешний файл config.json и нацелена на простоту и удобство использования. Практическая значимость работы заключается в возможности применения разработанной системы в качестве основы для создания антропоморфных социальных агентов, способных вести осмысленный диалог, а также в возможности дальнейшего развития через реализацию web-интерфейса на основе API для гибкого управления данными и обучения в реальном времени.
📖 Введение
Диалоговые агенты являются предметом внимания многих исследователей в области прикладных систем искусственного интеллекта. Сеть Интернет содержит более семи миллионов ссылок на Web страницы, в которых встречается словосочетание «диалоговый агент». Однако публикации, посвященные диалоговым агентам, даже те из них, которые обсуждают теоретические вопросы моделирования диалога, как правило освещают решение частных проблем диалоговых программных приложений. В то же время существуют научные направления, имеющие непосредственное отношение к исследованию природы диалога. Результаты, полученные в рамках этих направлений, ценны для исследователей в области ИИ, занимающихся проектированием универсальных и специализированных диалоговых агентов, и исповедующих философию систем «думающих, как человек».
Целью данной дипломной работы является исследование методов предобработки данных, сравнение результатов обучения классификатора, используя модель "Bag of Words"и архитектуру skip-gram, ознакомление с библиотеками на Python для классификации и разработки собственной диалоговой системы антропоморфного социального агента на основе изученного материала.
Изучением различных аспектов диалогового взаимодействия и теории разговора занимаются многие области науки, например, такие, как эпистемология, когнитивная психология, эротетическая логика. Можно отметить несколько важных работ из этого списка.
В области эпистемологии - Хинтикка и Шаффера. В их работах обсуждаются и моделируются виды знаний, которые необходимы вопросно-ответного общения.
В области эротетической логики - работы Бэлнапа и Стила, посвященные исследованию и моделированию структуры вопросно-ответной пары, и логическому выводу в ходе вопросно-ответного общения.
Коротко о теории диалога будет рассказано в параграфе «Онтологический базис». В следующем параграфе будут определены задачи, которые должны быть рассмотрены в дипломной работе и также выделены минимальные требования к диалоговой системе.
Целью данной дипломной работы является исследование методов предобработки данных, сравнение результатов обучения классификатора, используя модель "Bag of Words"и архитектуру skip-gram, ознакомление с библиотеками на Python для классификации и разработки собственной диалоговой системы антропоморфного социального агента на основе изученного материала.
Изучением различных аспектов диалогового взаимодействия и теории разговора занимаются многие области науки, например, такие, как эпистемология, когнитивная психология, эротетическая логика. Можно отметить несколько важных работ из этого списка.
В области эпистемологии - Хинтикка и Шаффера. В их работах обсуждаются и моделируются виды знаний, которые необходимы вопросно-ответного общения.
В области эротетической логики - работы Бэлнапа и Стила, посвященные исследованию и моделированию структуры вопросно-ответной пары, и логическому выводу в ходе вопросно-ответного общения.
Коротко о теории диалога будет рассказано в параграфе «Онтологический базис». В следующем параграфе будут определены задачи, которые должны быть рассмотрены в дипломной работе и также выделены минимальные требования к диалоговой системе.
✅ Заключение
На основе изученного материала, применяя теоретические и практические навыки в сфере информационного поиска, машинного поиска и обработки текста на естественном языке, была разработана система, отвечающая всем требованиям, приведенным при постановке задачи, рассмотрены и изучены методы по обработке текстовых данных, способы конвертирования “сырых” данных в вектора, алгоритмы обучения классификаторов, представлена архитектура системы и описаны все этапы разработки. Система нацелена на простоту и удобство использования, и при тщательном выборе обучающей выборки, можно добиться хороших результатов в качестве классификации.
В процессе выполнения дипломной работы были решены следующие задачи:
1. Разработаны модули, отвечающие за обработку и сжатию данных. Разработка сети слов-синонимов для русского языка на основе словаря Н. Абрамова.
2. Разработан интерфейс по работе с инвертированным индексом.
3. Разработан модуль по взвешиванию признаков на основе функции tf-idf.
4. Реализована задача по конфигурированию системы на основе внешнего файла configjson.
5. Разработан модуль по взаимодействию с базой данных.
6. Проведена компоновка всех модулей и разработка архитектуры диалоговой системы на базе двух интерфейсов.
Дальнейшее развитие системы:
1. Реализация web-интерфейса на основе API.
2. Последующая оптимизация программного кода для более эффективной работы системы.
На данный момент все настройки хранятся в конфигурационном файле, в том числе и параметры, отвечающие за загрузку обучающей выборки. Web-интерфейс даст гибкость в управлении с данными, возможность отслеживания динамики запросов и их наглядную визуализацию, возможность загрузки данных и обучении системы в реальном времени.
В процессе выполнения дипломной работы были решены следующие задачи:
1. Разработаны модули, отвечающие за обработку и сжатию данных. Разработка сети слов-синонимов для русского языка на основе словаря Н. Абрамова.
2. Разработан интерфейс по работе с инвертированным индексом.
3. Разработан модуль по взвешиванию признаков на основе функции tf-idf.
4. Реализована задача по конфигурированию системы на основе внешнего файла configjson.
5. Разработан модуль по взаимодействию с базой данных.
6. Проведена компоновка всех модулей и разработка архитектуры диалоговой системы на базе двух интерфейсов.
Дальнейшее развитие системы:
1. Реализация web-интерфейса на основе API.
2. Последующая оптимизация программного кода для более эффективной работы системы.
На данный момент все настройки хранятся в конфигурационном файле, в том числе и параметры, отвечающие за загрузку обучающей выборки. Web-интерфейс даст гибкость в управлении с данными, возможность отслеживания динамики запросов и их наглядную визуализацию, возможность загрузки данных и обучении системы в реальном времени.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.