Avancerad sökning

Visar resultat 1 - 5 av 7 uppsatser som matchar ovanstående sökkriterier.

1. 1. Maskininlärning för dokumentklassificering av finansielladokument med fokus på fakturor

   Uppsats för yrkesexamina på avancerad nivå, Örebro universitet/Institutionen för naturvetenskap och teknik

   Författare :Nawar Khalid Saeed; [2022]
   Nyckelord :Document classification; Text classification; Invoices; NLP; TF-IDF; Doc2vec; Machine Learning; Logistic Regression; Multinomial Naïve Bayes; Support Vector Machine.; Dokumentklassificering; Textklassificering; Fakturor; NLP; TF-IDF; Doc2vec; Maskininlärning; Logistic Regression; Multinomial Naïve Bayes; Support Vector Machine.;

   Sammanfattning : Automatiserad dokumentklassificering är en process eller metod som syftar till att bearbeta ochhantera dokument i digitala former. Många företag strävar efter en textklassificeringsmetodiksom kan lösa olika problem. LÄS MER

3. 2. Applying Natural Language Processing to document classification

   Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

   Författare :David Kragbé; [2022]
   Nyckelord :Natural Language Processing; Document Classification; Embeddings; Classifiers; Naturlig Språkbehandling; Dokumentklassificering; Inbäddningar; Klassificerare;

   Sammanfattning : In today's digital world, we produce and use more electronic documents than ever before. And this trend is far from slowing down. Particularly, more and more companies and businesses now need to treat a considerable amount of documents to deal with their clients' requests. LÄS MER

4. 3. Employing a Transformer Language Model for Information Retrieval and Document Classification : Using OpenAI's generative pre-trained transformer, GPT-2

   Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

   Författare :Anton Bjöörn; [2020]
   Nyckelord :Deep Learning; Transformer Models; Information Retrieval; Ranking; Generative Pre-training; Document Classification; djupinlärning; transformermodeller; informationssökning; ranking; generativ förträning; dokumentklassificering;

   Sammanfattning : As the information flow on the Internet keeps growing it becomes increasingly easy to miss important news which does not have a mass appeal. Combating this problem calls for increasingly sophisticated information retrieval methods. LÄS MER

5. 4. Automatisk dokumentklassificering med hjälp av maskininlärning

   Kandidat-uppsats, Örebro universitet/Institutionen för naturvetenskap och teknik

   Författare :Johan Dufberg; [2018]
   Nyckelord :Document classification; Word representation; Perceptron; Support vector machine.; Dokumentklassificering; ordrepresentation; perceptron; stödvektormaskin.;

   Sammanfattning : Att manuellt hantera och klassificera stora mängder textdokument tar mycket tid och kräver mycket personal, att göra detta med hjälp av maskininlärning är för ändamålet ett alternativ. Det här arbetet önskar ge läsaren en grundläggande inblick i hur automatisk klassificering av texter fungerar, samt ge en lätt samanställning av några av de vanligt förekommande algoritmerna för ändamålet. LÄS MER

7. 5. Menings- och dokumentklassficering för identifiering av meningar

   Kandidat-uppsats, Högskolan i Skövde/Institutionen för informationsteknologi

   Författare :Jörgen Paulson; Peter Huynh; [2018]
   Nyckelord :natural language processing; classification; finite state automata; språkteknologi; klassificering; tillståndsmaskiner;

   Sammanfattning : Detta examensarbete undersöker hur väl tekniker inom meningsklassificering och dokumentklassificering fungerar för att välja ut meningar som innehåller de variabler som använts i experiment som beskrivs i medicinska dokument. För meningsklassificering används tillståndsmaskiner och nyckelord, för dokumentklassificering används linjär SVM och Random forest. LÄS MER