Hajdu, AndrásLakatos Róbert2019-11-222019-11-222019-11-21http://hdl.handle.net/2437/276686A természetes nyelv feldolgozására (NLP) kidolgozott matematikai és informatikai módszerek, különös tekintettel a gépi tanulás területén, használható eredményeket érnek el a dokumentumkategorizáló problémák szoftveresen automatizált megoldásában. Azonban ezen eszközök kombinált használatáról minden problémát kielégítő egzakt leírat nem létezik. Ezért a dolgozatom céljául annak a feladatnak a megoldására vállalkoztam, hogy az NLP mesterséges intelligencia területén kidolgozott eszközeit felhasználva létrehozzak egy algoritmust, amely önműködően felépít egy adatokra optimalizált, osztályozó, mély neurális hálót. Az algoritmus működésének teszteléshez a Debreceni Egyetem központi hibabejelentő rendszerének (OTRS) adatai kerülnek felhasználásra. Ezért a dolgozatom fontos részfeladatának tekintem, hogy a rendelkezésre álló adatokból felépítsek egy címkézet tanuló adatbázist. További motivációm, hogy az elkészült algoritmus segítségével létrejövő komplex neurális hálózat hatékonysága mind a feldolgozási sebesség, mind a pontosság szempontjából a piaci igényeknek megfelelő legyen. Ezzel pedig lehetőséget biztosítson arra, hogy az egyetemi OTRS rendszerrel összekapcsolva bevezetésre kerüljön.60huGépi tanulásadattudománymesterséges intelligencianatural language processingnlptermészetes nyelvek feldolgozásaosztályozáshibajegyotrsneurális hálókbeágyazásDEENK Témalista::InformatikaDEENK Témalista::Matematika