Использование (применение) моделей глубокого обучения для задачи определения социально значимого контекста

Разработана интеллектуальная модель отбора тематически схожих текстов. Данная задача актуальна в тех областях анализа текстовой информации, где требуется получить максимально полный набор документов по заданной теме с минимальным «шумом» для проведения последующего анализа. Разработана продвинутая модель глубокого обучения для задачи выделения тематически схожих документов, хорошо показавшая себя на сбалансированном новостном корпусе. Важной особенностью разработанной интеллектуальной модели является то, что не опирается на признаки, зависящие от языка документа. Выявлены наиболее значимые вероятностно-энтропийные характеристики текстов для задачи поиска тематически схожих документов. Это информационная энтропия и индикаторы на основе распределения Бернулли. Разработана модель выделения социально значимого контекста на основе маркеров эмотивности. Полученная модель позволяет производить анализ развития темы со временем, на коллекции документов, полученных в результате тематического поиска.