Перейти к содержимому
Обложка книги «Система классификации документов с маркшейдерскими данными»

Система классификации документов с маркшейдерскими данными

Рейтинг Букли пока нет оценок
Оцените книгу Войдите, чтобы оценить

Где купить

Электронная 210 ₽
есть в подписке
Читать
Читать от 210 ₽

О книге

Все предприятия, осуществляющие геологоразведочные работы на территории РФ, сталкиваются с необходимостью формирования задач для маркшейдерской службы и контроля выполнения поставленных задач. Это отражается в процессах документооборота предприятий. В данной связи существует проблема организации эффективной обработки документов в системах электронного документооборота – своевременного выявления документов, содержащих маркшейдерские данные. В статье представлено возможное решение указанной проблемы – автоматизированная система классификации документов в СЭД в виде рекомендательной надстройки над системой 1С:Документооборот. В рамках создания системы классификации был разработан и реализован сценарий предварительной обработки первичных текстов документов, включающий очистку, лемматизацию и удаление стоп-слов, а также подготовку входных признаков для классификатора. Исследована применимость различных алгоритмов машинного обучения к решению рассматриваемой задачи классификации, определены значения гиперпараметров, обеспечивающие наибольшее значение метрики ROC AUC. Выполнена оценка качества всех полученных моделей с использованием метрик Precision, Recall и F-меры, исследована устойчивость качества классификации к изменению входных данных. Выявленная проблема нестабильности результатов классификации решалась путем построения модели машинного обучения в виде ансамбля классификаторов. Обученная модель (ансамбль классификаторов) тестировалась на наборе реальных документов ООО «Газпром недра»; качество классификации на тестовой выборке по метрике ROC AUC составило 0,91. Кроме собственно модуля классификации разработанная система включает базу данных хранения результатов обучения, библиотеку функций для организации работы с базой данных, а также API-интерфейсы, позволяющие обрабатывать запросы на классификацию, приходящие из внешних систем. В API-интерфейсах, в частности, реализованы возможности загрузки сохраненных обученных моделей, валидации данных, приходящих из внешних систем, предварительной обработки входных текстовых документов, обучения новых моделей и оценки их качества, сохранение как обученных моделей, так и результатов их тестирования. Реализована возможность дообучения сохраненных моделей на новых данных.

Подробности

Автор
В. В. Еремеев
Издательство
Синергия
Год издания
2022
Объём
16 стр.
Форматы
Электронная, PDF

Серия «Прикладная информатика. Научные статьи»: порядок чтения

Вся серия →
  1. Книга 1 Инструменты нагрузочного тестирования 2018
  2. Книга 2 Корреляционный анализ и прогнозирование SYN-флуд атак 2018
  3. Книга 3 Менеджер событий на языке C# в Unity3D: разработка, оценка удобства использования и производительности 2016
  4. Книга 4 ITSM-подход в управлении ИТ-инфраструктурой сети МПК 2015
  5. Книга 5 Разработка архитектуры интернет-сервиса организации научных мероприятий с автоматизацией документооборота 2018
  6. Книга 6 Управление аутсорсинговой компанией на основе саморегуляции 2013
  7. Книга 7 Технология blockchain и ее применение 2017
  8. Книга 8 Адаптация стандарта PRINCE2 для проекта внедрения MES-системы 2017
  9. Книга 9 Автоматизация планирования мелкосерийного производства сетевыми методами 2017
  10. Книга 10 Разработка информационной системы тестирования знаний студентов с использованием Delphi и MS SQL Server 2019
  11. Книга 11 Структуры механических торговых систем 2013
  12. Книга 12 Реализация нейронной сети для распознавания изображений с помощью технологии NVIDIA CUDA 2013
Читали эту книгу? Напишите рецензию — она появится на этой странице. Войти и написать рецензию

Похожие книги

Все книги жанра →