РАЗРАБОТКА НЕЙРОННОЙ СЕТИ ДЛЯ КЛАССИФИКАЦИИ СГЕНЕРИРОВАННЫХ ТЕКСТОВ В ОБРАЗОВАТЕЛЬНЫХ УЧРЕЖДЕНИЯХ

Алексеева Екатерина Сергеевна, Трушин Степан Михайлович

В данной статье рассматриваются особенности распознавания сгенерированных текстов языковыми моделями. Приведены архитектуры для векторных представлений, а также архитектуры рекуррентных сетей, наиболее подходящих для работы и анализа сгенерированных текстов. Для обучения нейронной сети использован открытый набор данных с Kaggle. Разработан алгоритм на основании ELMo и полносвязных сетей для классификации текстов. Предобработаны входные данные. Представлен пример работоспособности алгоритма на примере школьных сочинений. Сделан вывод, что разработанная нейронная сеть эффективно классифицирует тексты и оказывает значительную поддержку в поддержании академической честности и будет служить надежным инструментом для образовательных учреждений.

Ключевые слова:нейронные сети, искусственный интеллект, глубокое обучение, ELMo, RNN, сгенерированный текст, разработка, алгоритм, языковые модели.