Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
 
+7 (4912) 72-03-73
 
Интернет-портал РГРТУ: https://rsreu.ru

УДК 005.519.8

ПРИМЕНЕНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ И МАШИННОГО ОБУЧЕНИЯ К ОЦЕНКЕ КАЧЕСТВА КОЛЛЕКТИВНО-ДОГОВОРНЫХ АКТОВ В СФЕРЕ ОБРАЗОВАНИЯ

Н. И. Цуканова, к.т.н., доцент, доцент кафедры ВПМ РГРТУ, Рязань, Россия;
orcid.org/0000-0001-7337-8037, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
В. В. Александров, к.с.н., доцент, доцент кафедры АСУ РГРТУ, Рязань, Россия;
orcid.org/0009-0007-6997-2595, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Н. В. Головкин, магистрант кафедры ВПМ РГРТУ, Рязань, Россия;
orcid.org/0000-0002-3064-9420, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
О. В. Шурыгина, магистрант кафедры ВПМ РГРТУ, Рязань, Россия;
orcid.org/0000-0003-4486-7784, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Рассматриваются вопросы классификации фрагментов Коллективного договора (КД) организации. Целью работы является решение задачи классификации: определить по тексту фрагмента Коллективного договора (КД), какому разделу и вопросу трудовых отношений посвящен фрагмент и содержит ли он дополнительный уровень трудовых прав и гарантий, предоставляемый работникам через КД, т.е. определить его Качество. Эту задачу предлагается решать с помощью нейронных сетей (НС) и машинного обучения. В статье рассмотрены три варианта архитектуры классификатора, по-разному учитывающие связь характеристик: раздел, вопрос и Качество. Проведены экспериментальные исследования производительности классификатора в зависимости от его архитектуры, от способов предобработки обучающей выборки, от значений гиперпараметров. В статье приводятся и обсуждаются результаты, полученные в процессе исследований.

Ключевые слова: нейронные сети, классификация текста, плоский классификатор, иерархический классификатор, машинное обучение, выборка данных для обучения, предобработка текстовых данных, язык Python, библиотека Keras.

 Скачать статью