Классификация текста с использованием TensorFlow.js

Прохоров Андрей Валерьевич

тема настоящей работы — использование машинного обучения на примере программного комплекса TensorFlow в его реализации для языка программирования JavaScript для задачи распознавания естественного языка. Актуальность исследования и последующей разработки программной системы обусловлена бурным развитием искусственного интеллекта и все более частой необходимостью в классификации и категоризации больших объёмов, данных (Big Data) в информационных системах. Цель: разработка оптимальной системы классификации естественного языка средствами инструментов искусственного интеллекта, таких как машинное обучение. Методы: при работе над исследованием использовался метод анализа для изучения принципов работы нейронных сетей, а также особенностей реализации TensorFlow. При тестировании системы применялись методы сравнения и эмпирического измерения производительности. Результаты: результатом исследования является программная система, осуществляющая классификацию наборов данных предметной области, содержащих слова и предложения естественного языка. Также были проведены тесты производительности системы на центральных процессорах и видеоускорителях для выявления способов повышения скорости работы и улучшения масштабируемости. Выводы: в ходе исследования определен наиболее подходящий тип нейронной сети, получены выводы об оптимальных программных настройках модели для тестируемых данных, а также оптимальных аппаратных конфигурациях. Изучение данного материала позволит новичкам в сфере машинного обучения быстро перейти к разработке моделей и решению реальных прикладных задач.

Ключевые слова:TensorFlow; JavaScript; машинное обучение; ML; нейросеть; веб-приложения; поиск; NVIDIA; GPU; CPU.