Бевза М. В. Семантико-релевантний пошук в базах даних текстів за допомогою нейронних мереж

Актуальність теми дослідження обумовлена тим, що сучасний стан розвитку інформаційного суспільства характеризується цифровізацією усіх сфер життя і, відповідно, експоненційним ростом об’ємів даних, представлених у цифровій формі. Характерно, що для ефективного машинного аналізу на сьогоднішній день необхідно проводити переведення даних у формат прийнятний для програмних алгоритмів на рівні взаємодії «людина-машина», що збільшує навантаження на операторів та призводить до появи помилок, пов'язаний з наявністю «людського фактору». Базовою задачею при цьому є аналіз текстових даних поданих природною мовою, що розширюється через аналіз супутніх мультимедійних матеріалів, роботу зі спекулятивними запитами, а також прогнозування реакції аудиторії на блоки текстових даних представлених через систему оцінку, наявність поширень та сентимент-аналіз коментарів користувачів сервісу. Організація системи машинного аналізу великих масивів текстових даних має поєднувати вирішення задачі зменшення часу обробки запиту зі збільшенням точності обробки даних, що пропонується вирішити на основі алгоритмів семантико-релевантного пошуку. Перевагою процедури семантико-релевантного пошуку та визначення контекстного значення вхідного запиту є можливість побудови системи, що поєднує часткове застосування відповідних алгоритмів разом з методами, що характеризуються мінімальним навантаженням на обчислювальний ресурс. Це дозволяє отримати співвіднесення точності аналізу та часу обробки вхідних даних відповідно поставленої задачі.