Sökning: "Text klassificering"

Visar resultat 1 - 5 av 82 uppsatser innehållade orden Text klassificering.

  1. 1. Speech Classification using Acoustic embedding and Large Language Models Applied on Alzheimer’s Disease Prediction Task

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

    Författare :Maryam Kheirkhahzadeh; [2023]
    Nyckelord :Speech classification; Alzheimer’s disease detection; GPT-3; BERT; Text embedding; Dementia; wav2vec2.0; Klassificering av tal; detektion av Alzheimer’s sjukdom; GPT-3; BERT; textinbäddning; demens; wav2vec2.0;

    Sammanfattning : Alzheimer’s sjukdom är en neurodegenerativ sjukdom som leder till demens. Den kan börja tyst i de tidiga stadierna och fortsätta under åren till en allvarlig och obotlig fas. Språkstörningar uppstår ofta som ett av de tidiga symptomen och kan till slut leda till fullständig mutism i de avancerade stadierna av sjukdomen. LÄS MER

  3. 2. Fake Mass-Produced Advertisements Detection on Global Online Adult Service Websites

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

    Författare :Ernest Pokropek; [2023]
    Nyckelord :Machine learning; Spam detection; Mass-produced spam; Global adult online services; Maskininlärning; Detektering av Spam; Massproducerad Spam; Globala Webbplatser som Erbjuder Eskorttjänster;

    Sammanfattning : A significant amount of sex trafficking victims are being advertised on online adult services, which are currently being flooded with spam. Investigators rely on online adult services to track cases of sex trafficking; however, the ever-increasing volume of spam poses a mounting challenge, making their task progressively more difficult. LÄS MER

  4. 3. Recommendation of Text Properties for Short Texts with the Use of Machine Learning : A Comparative Study of State-of-the-Art Techniques Including BERT and GPT-2

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

    Författare :Luciano Zapata; [2023]
    Nyckelord :Text classification; Short texts; Deep Learning; BERT; GPT; GPT-2; Transformers; Natural Language Processing; Textklassificering; Korta Texter; Djupinlärning; BERT; GPT; GPT-2; Transformatorer; Naturlig språkbehandling;

    Sammanfattning : Text mining has gained considerable attention due to the extensive usage ofelectronic documents. The significant increase in electronic document usagehas created a necessity to process and analyze them effectively. LÄS MER

  5. 4. Neural Cleaning of Swedish Textual Data : Using BERT-based methods for Token Classification of Running and Non-Running Text

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

    Författare :Andreas Ericsson; [2023]
    Nyckelord :Natural Language Processing; Text Cleaning; Transformers; BERT; Token Classification; Deep Learning; Språkteknologi; Textrensning; Transformers; BERT; Token-klassificering; Djupinlärning;

    Sammanfattning : Modern natural language processing methods requires big textual datasets to function well. A common method is to scrape the internet to acquire the needed data. This does, however, come with the issue that some of the data may be unwanted – for instance, spam websites. LÄS MER

  7. 5. ML enhanced interpretation of failed test result

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

    Författare :Hiranmayi Pechetti; [2023]
    Nyckelord :Data Parsing; Machine Learning; Log file Analysis; Text Classification; Supervised Classification; Dataanalys; maskininlärning; loggfilsanalys; textklassificering; Övervakad klassificering;

    Sammanfattning : This master thesis addresses the problem of classifying test failures in Ericsson AB’s BAIT test framework, specifically distinguishing between environment faults and product faults. The project aims to automate the initial defect classification process, reducing manual work and facilitating faster debugging. LÄS MER