Facebook text posts classification with TensorFlow

Facebook text posts classification with TensorFlow

Natural language processing (NLP) is one of the most important technologies of the XXI century. Machine Comprehension is a very interesting but challenging task in both Natural Language Processing (NLP) and artificial intelligent (AI) research. NLP can be applied wherever human-machine interaction i...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Математичні машини і системи
Дата:2019
Автори: Druzhynin, О.О., Nekhai, V.V., Prila, O.A.
Формат: Стаття
Мова:English
Опубліковано: Інститут проблем математичних машин і систем НАН України 2019
Теми:
Обчислювальні системи
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/162295
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Facebook text posts classification with TensorFlow / О.О. Druzhynin, V.V. Nekhai, O.A. Prila // Математичні машини і системи. — 2019. — № 3. — С. 47–54. — Бібліогр.: 18 назв. — англ.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-162295
record_format dspace
spelling Druzhynin, О.О.
Nekhai, V.V.
Prila, O.A.
2020-01-06T11:15:24Z
2020-01-06T11:15:24Z
2019
Facebook text posts classification with TensorFlow / О.О. Druzhynin, V.V. Nekhai, O.A. Prila // Математичні машини і системи. — 2019. — № 3. — С. 47–54. — Бібліогр.: 18 назв. — англ.
1028-9763
https://nasplib.isofts.kiev.ua/handle/123456789/162295
681.518.5
Natural language processing (NLP) is one of the most important technologies of the XXI century. Machine Comprehension is a very interesting but challenging task in both Natural Language Processing (NLP) and artificial intelligent (AI) research. NLP can be applied wherever human-machine interaction is needed. Recently, deep learning methods show good results in tasks involving NLP. Standard models can often be used to solve a range of tasks, without the need to apply traditional analytical engineering techniques. The widespread distribution of social networks and the large number of users could give us impressive results, which can further build system interests analysis with a large number of established trust relationships. In this article, we will consider the task of classifying texts in relation to the object under study using the TensorFlow framework.
Обробка природних мов (ОПМ) є однією з найважливіших технологій XXI століття. Машинне розуміння є дуже цікавим, але складним завданням як в обробці природних мов (ОПМ), так і в дослідженні штучного інтелекту (ШІ). ОПМ можна застосовувати там, де потрібна взаємодія людини з машиною (людино-машинна взаємодія). Останнім часом глибокі методи навчання показують вражаючі результати в вирішенні завдань, що стосуються ОПМ. Стандартні моделі глибокого навчання часто можуть використовуватися для вирішення цілого ряду завдань без необхідності застосування традиційних аналітичних інженерних методів, що потребують надзвичайно багато ресурсів. У цій статті ми розглянемо завдання класифікації текстів по відношенню до досліджуваного об'єкта за допомогою фреймворка «TensorFlow». Remove selected
Обработка естественных языков (ОЕЯ) является одной из важнейших технологий XXI века. Машинное понимание очень интересное, но сложное задание как в обработке естественных языков (ОЕЯ), так и в исследовании искусственного интеллекта (ИИ). ОЕЯ можно применять там, где требуется взаимодействие человека с машиной (человеко-компьютерное взаимодействие). В последнее время глубокие методы обучения показывают впечатляющие результаты в решении задач, касающихся ОЕЯ. Стандартные модели глубокого обучения часто могут использоваться для решения целого ряда задач, без необходимости применения традиционных аналитических инженерных методов, требующих очень много ресурсов. В этой статье мы рассмотрим задачи классификации текстов по отношению к исследуемому объекту с помощью фреймворка «TensorFlow».
en
Інститут проблем математичних машин і систем НАН України
Математичні машини і системи
Обчислювальні системи
Facebook text posts classification with TensorFlow
Класифікація постів у Facebook за допомогою TensorFlow
Классификация постов в Facebook с помощью TensorFlow
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Facebook text posts classification with TensorFlow
spellingShingle Facebook text posts classification with TensorFlow
Druzhynin, О.О.
Nekhai, V.V.
Prila, O.A.
Обчислювальні системи
title_short Facebook text posts classification with TensorFlow
title_full Facebook text posts classification with TensorFlow
title_fullStr Facebook text posts classification with TensorFlow
title_full_unstemmed Facebook text posts classification with TensorFlow
title_sort facebook text posts classification with tensorflow
author Druzhynin, О.О.
Nekhai, V.V.
Prila, O.A.
author_facet Druzhynin, О.О.
Nekhai, V.V.
Prila, O.A.
topic Обчислювальні системи
topic_facet Обчислювальні системи
publishDate 2019
language English
container_title Математичні машини і системи
publisher Інститут проблем математичних машин і систем НАН України
format Article
title_alt Класифікація постів у Facebook за допомогою TensorFlow
Классификация постов в Facebook с помощью TensorFlow
description Natural language processing (NLP) is one of the most important technologies of the XXI century. Machine Comprehension is a very interesting but challenging task in both Natural Language Processing (NLP) and artificial intelligent (AI) research. NLP can be applied wherever human-machine interaction is needed. Recently, deep learning methods show good results in tasks involving NLP. Standard models can often be used to solve a range of tasks, without the need to apply traditional analytical engineering techniques. The widespread distribution of social networks and the large number of users could give us impressive results, which can further build system interests analysis with a large number of established trust relationships. In this article, we will consider the task of classifying texts in relation to the object under study using the TensorFlow framework. Обробка природних мов (ОПМ) є однією з найважливіших технологій XXI століття. Машинне розуміння є дуже цікавим, але складним завданням як в обробці природних мов (ОПМ), так і в дослідженні штучного інтелекту (ШІ). ОПМ можна застосовувати там, де потрібна взаємодія людини з машиною (людино-машинна взаємодія). Останнім часом глибокі методи навчання показують вражаючі результати в вирішенні завдань, що стосуються ОПМ. Стандартні моделі глибокого навчання часто можуть використовуватися для вирішення цілого ряду завдань без необхідності застосування традиційних аналітичних інженерних методів, що потребують надзвичайно багато ресурсів. У цій статті ми розглянемо завдання класифікації текстів по відношенню до досліджуваного об'єкта за допомогою фреймворка «TensorFlow». Remove selected Обработка естественных языков (ОЕЯ) является одной из важнейших технологий XXI века. Машинное понимание очень интересное, но сложное задание как в обработке естественных языков (ОЕЯ), так и в исследовании искусственного интеллекта (ИИ). ОЕЯ можно применять там, где требуется взаимодействие человека с машиной (человеко-компьютерное взаимодействие). В последнее время глубокие методы обучения показывают впечатляющие результаты в решении задач, касающихся ОЕЯ. Стандартные модели глубокого обучения часто могут использоваться для решения целого ряда задач, без необходимости применения традиционных аналитических инженерных методов, требующих очень много ресурсов. В этой статье мы рассмотрим задачи классификации текстов по отношению к исследуемому объекту с помощью фреймворка «TensorFlow».
issn 1028-9763
url https://nasplib.isofts.kiev.ua/handle/123456789/162295
citation_txt Facebook text posts classification with TensorFlow / О.О. Druzhynin, V.V. Nekhai, O.A. Prila // Математичні машини і системи. — 2019. — № 3. — С. 47–54. — Бібліогр.: 18 назв. — англ.
work_keys_str_mv AT druzhyninoo facebooktextpostsclassificationwithtensorflow
AT nekhaivv facebooktextpostsclassificationwithtensorflow
AT prilaoa facebooktextpostsclassificationwithtensorflow
AT druzhyninoo klasifíkacíâpostívufacebookzadopomogoûtensorflow
AT nekhaivv klasifíkacíâpostívufacebookzadopomogoûtensorflow
AT prilaoa klasifíkacíâpostívufacebookzadopomogoûtensorflow
AT druzhyninoo klassifikaciâpostovvfacebookspomoŝʹûtensorflow
AT nekhaivv klassifikaciâpostovvfacebookspomoŝʹûtensorflow
AT prilaoa klassifikaciâpostovvfacebookspomoŝʹûtensorflow
first_indexed 2025-12-07T20:30:44Z
last_indexed 2025-12-07T20:30:44Z
_version_ 1850882857740795904

Схожі ресурси