This work provides an overview of data preprocessing methods and machine learning models for text classification, trains a model for classifying applications, and describes the development of a system for collecting, classifying and processing requests. Risks were identified and requirements for the system were formulated, interface layouts and IT infrastructure were developed, and documentation support was created. The machine learning model API was implemented using the Facet API framework, a web service for accepting and processing applications was developed using the Flask framework. / В данной работе представлен обзор методов предварительной обработки данных и моделей машинного обучения для классификации текстов, проведено обучение модели для классификации заявок, а также описана разработка системы сбора, классификации и обработки заявок. Были выявлены риски и сформулированы требования к системе, разработаны макеты интерфейса и ИТ-инфраструктура, а также создано документационное обеспечение. Был реализован API модели машинного обучения с использованием фреймворка FastAPI, веб-сервис для приема и обработки заявок был разработан с использованием фреймворка Flask.
| Identifer | oai:union.ndltd.org:urfu.ru/oai:elar.urfu.ru:10995/140367 |
| Date | January 2024 |
| Creators | Худорожков, Л. Ю., Khudorozhkov, L. Y. |
| Contributors | Кислицын, Е. В., Kislitsyn, E. V., УрФУ. Институт радиоэлектроники и информационных технологий-РТФ, Кафедра информационных технологий и систем управления |
| Publisher | б. и. |
| Source Sets | Ural Federal University |
| Language | Russian |
| Detected Language | Russian |
| Type | Master's thesis, info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Rights | Предоставлено автором на условиях простой неисключительной лицензии, http://elar.urfu.ru/handle/10995/31613 |
Page generated in 0.0018 seconds