Дипломная работа на тему: Разработка системы машинного перевода с помощью нейронных сетей

План работы:

Введение 3
Глава 1. Теоретические основы разработки системы машинного перевода с использованием нейронных сетей 8
1.1. Сущность и особенности машинного перевода с использованием нейронных сетей 8
1.1.1. Определение задачи машинного перевода 8
1.1.2. Значение нейронных сетей в этой области 11
1.2. Анализ развития существующих методов машинного перевода 14
1.2.1. Правило-основанные подходы 14
1.2.2. Статистические методы 17
1.2.3. Переход к нейронным сетям 19
Глава 2. Проектирование системы машинного перевода с использованием нейронной сети 32
2.1. Определение достоинств и недостатков архитектур нейронных сетей: выбор инструментального и математического обеспечения разработки 33
2.1.1. Рекуррентные нейронные сети (RNN) 33
2.1.2. Трансформеры и механизм внимания 36
2.1.3.LSTM модель 38
2.2. Особенности обучения нейронных сетей для организации 40
2.2.1. Функции потерь и оптимизаторы 40
2.2.2. Регуляризация и предотвращение переобучения 44
2.3. Моделирование LSTM и развертывание набора данных 46
2.3.1. Моделирование LSTM для машинного перевода 48
2.3.2. Описание архитектуры LSTM модели 48
2.3.3. Процесс обучения и настройка параметров 53
2.4. Развертывание набора данных 54
2.4.1. Подготовка данных для развертывания модели 54
2.4.2. Выбор метода развертывания и его реализация 58
2.5. Выводы 73
2.5.1. Эффективность использования LSTM модели в контексте машинного перевода 75
2.5.2. Оценка процесса развертывания набора данных 79
Заключение 83
Список литературы 84