Министерство цифрового развития, связи и массовых коммуникаций Российской Федерации
Ордена Трудового Красного Знамени
федеральное государственное бюджетное образовательное учреждение высшего образования
«Московский технический университет связи и информатики» (мтуси)
Кафедра Сетевых Информационных Технологий и Сервисов
Лабораторная работа №7
по дисциплине «Интеллектуальные базы данных»
на тему
«Генерация текста посредством нейросетевых методов на основе данных о рассматриваемой предметной области»
Вариант №15
Выполнила:
студентка группы M092401 (76)
Курило А.А.
Проверил:
доц., к.т.н. Фатхулин Т.Д.
Москва, 2025
Содержание
1 Цель работы 3
2 Задание 3
3 Краткая теория 3
4 Выполнение лабораторной работы 5
Листинг 1. Программа для классификации объектов 10
5 Выводы 12
Контрольные вопросы 12
1 Цель работы
Сгенерировать новый текст на основании описания предметной области и раннее выбранного варианта.
Задание
При выполнении лабораторной работы необходимо:
ознакомиться с библиотеками TensorFlow и Keras;
для своего варианта сделать описание предметной области в текстовом представлении;
с помощью библиотек TensorFlow и Keras произвести генерацию текста на основе описания предметной области;
составить отчет по лабораторной работе.
3 Краткая теория
С помощью нейросетевых методов должен быть сгенерирован текст на основе данных из рассматриваемой предметной области. Генерация текста будет производиться на языке программирования Python с использованием рекуррентных нейронных сетей, в частности, будут использоваться сети с долгой краткосрочной памятью (LSTM – Long short-term memory), а также библиотеки TensorFlow и Keras.
TensorFlow – одна из наиболее часто используемых библиотек машинного обучения в Python, специализирующаяся на создании глубоких нейронных сетей. Глубокие нейронные сети отлично справляются с такими задачами, как распознавание изображений и распознавание образов речи.
Keras – это интерфейс прикладного программирования или API. Keras использует функции и возможности TensorFlow, но упрощает реализацию функций TensorFlow, делая построение нейронной сети намного проще. Основополагающими принципами Keras являются модульность и удобство использования, что означает, что, хотя библиотека Keras довольно мощная и имеет высокую скорость работы, ее легко использовать и масштабировать.
Обработка естественного языка (NLP) – это технологии, используемые для того, чтобы компьютеры могли понимать естественный человеческий язык, вместо того, чтобы взаимодействовать с людьми через языки программирования. Обработка естественного языка необходима для таких задач, как классификация текстовых документов или создание чат-бота.
Сети с долгой краткосрочной памятью (LSTM) представляют собой особый тип рекуррентных нейронных сетей. LSTM имеют преимущества перед другими рекуррентными нейронными сетями. Хотя повторяющиеся нейронные сети обычно могут запоминать предыдущие слова в предложении, их способность сохранять контекст.