TY  - SER
AU  - Кривошеев,Николай Анатольевич
AU  - Иванова,Юлия Александровна
AU  - Спицын,Владимир Григорьевич
TI  - Автоматическая генерация коротких текстов на основе применения нейронных сетей LSTM и SeqGAN
KW  - генерация текста
KW  - состязательное обучение с подкреплением
KW  - нейронные сети
KW  - статьи в журналах
N1  - Библиогр.: 26 назв
N2  - Проведено исследование качества генерации коротких текстов на основе применения нейронных сетей LSTM и SeqGAN на русском и английском языках. Для обучения нейронной сети используются следующие подходы: оценка максимального правдоподобия и состязательная сеть, генерирующая последовательность (Sequence Generative Adversarial Nets, SeqGAN). В данной работе реализация SeqGAN не включает алгоритм Монте-Карло. Предложен и реализован подход на основе возведения значений выходного вектора нейронной сети (вектора вероятностей) в степень, большую 1, данная операция позволяет увеличить качество генерируемого текста, но снижает его разнообразие. Обучение и тестирование проводятся на основе следующих выборок данных: сборника русских стихов с сайта Stihi.ru и подписей к изображениям на английском языке из выборки COCO Image Captions. Проведена оценка качества генерации текстов на основе метрики BLEU. Приведены примеры сгенерированных текстов. Проанализированы аналогичные решения
UR  - http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:000725852
ER  -