Проектирование и разработка модели машинного обучения для распознавания речевой агрессии

1.

Проектирование и разработка
модели машинного обучения для
распознавания речевой агрессии
Рябухина Владислава
ст. гр. ТРП-1-21

2.

Инструменты разработки

3.

Поиск данных

4.

Сайты: Двач, Пикабу
14507 строк
4

5.

Предобработка данных
• Унификация данных
• Уменьшение размерности
• Удаление шума
• Улучшение качества данных

6.

Предобработка данных

7.

Предобработка данных

8.

Предобработка данных

9.

Предобработка данных

10.

Предобработка данных. Upsampling

11.

Предобработка данных

12.

Предобработка данных

13.

Предобработка данных

14.

Предобработка данных

15.

Проектирование архитектуры. Embedding-слой
Последовательность с порядковыми номерами
слов в словаре
На входе НС можно реализовать простой
алгоритм, который бы подавал 1 на нейрон с
соответствующим номером этого слова, а
остальные суммы приравнивались бы нулю.
Преобразовывает положительные целые числа (индексы) в плотные (dense)
векторы фиксированного размера, например [[4], [20]] -> [[0.25, 0.1],
[0.6, -0.2]]

16.

Проектирование архитектуры. Двунаправленный
LSTM
Позволяет учитывать контекст как с начала, так и с конца последовательности,
что улучшает способность модели понимать контекст и зависимости между
словами.

17.

Проектирование архитектуры. Dense-слой
(512, relu); BatchNormalization; Dropout

18.

Проектирование архитектуры.
Dense(num_classes, softmax)
Позволяет интерпретировать результаты как вероятность принадлежности текста к
одному из классов

19.

Обучение модели
• Categorical_crossentropy – хорошо подходит для задач
классификации, так как она измеряет разницу между
предсказанными и истинными вероятностями классов
• Adam – адаптивно настраивает скорость обучения, что позволяет
модели быстро сходиться к оптимальному решению
• Accuracy – метрика

20.

Обучение модели

21.

Обучение модели

22.

Создание UI

23.

Создание UI

24.

Публикация локального сайта в интернет

25.

Публикация локального сайта в интернет

26.

Публикация локального сайта в интернет

27.

Публикация локального сайта в интернет

28.

Благодарю за внимание.
У вас остались какие-то
вопросы?