АВТОМАТИЗАЦИЯ КЛАССИФИКАЦИИ СООБЩЕНИЙ ДЕЖУРНОЙ ЧАСТИ ПОЛИЦИИ ПО КАТЕГОРИЯМ ПРАВОНАРУШЕНИЙ
Аннотация
В статье рассматривается задача классификации сообщений, поступающих на пульт дежурного полицейского участка. Сообщения принимаются по телефону и переносятся в текстовую форму. Дежурный должен присвоить сообщению определённую категорию правонарушения. Каждое сообщение должно быть отнесено к одной из 50 категорий. При этом на каждом этапе возникают ошибки. В предоставленных для обучения текстовых материалах есть много видов сокращений и слов с ошибками. В статье рассмотрены методы предварительной очистки текстов и исправления части ошибок. Обучающий набор оказался сильно разбалансирован. Для уменьшения влияния разбалансировки авторами используется метод поправочных коэффициентов. Обучающий набор содержит 114067 уникальных сообщений. Набор разделён на три выборки обучающую, валидационную и тестовую в соотношении 7:2:1. В качестве классификаторов рассмотрены две модели. Одна модель Multi-Layer Perceptron (MLP) – классический многослойный персептрон. Вторая модель Long short-term memory (LSTM) – рекуррентная нейронная сеть с ячейками краткосрочной памяти [1]. Для каждой модели рассмотрены две метрики – точность и потери. Обе модели показали сходные значения метрики точности. Окончательные выводы о применимости моделей сделаны на основе анализа матриц ошибок и скорости обучения.
Автор
Мухарский Дмитрий Васильевич
Карымсаков Жанат Жумабекович
Жак Ирина Николаевна
DOI
https://doi.org/10.48081/GUQC6418
Ключевые слова
многослойный персептрон
ячейки краткосрочной памяти
многокритериальная классификация
текстовые сообщения
обработка естественного языка
нейронная сеть
модель классификатора
матрица ошибок
Год
2025
Номер
Выпуск 3
Для цитирования:
Мухарский Дмитрий Васильевич, Карымсаков Жанат Жумабекович, Жак Ирина Николаевна АВТОМАТИЗАЦИЯ КЛАССИФИКАЦИИ СООБЩЕНИЙ ДЕЖУРНОЙ ЧАСТИ ПОЛИЦИИ ПО КАТЕГОРИЯМ ПРАВОНАРУШЕНИЙ // Вестник Торайгыров университета Серия: физика, математика и компьютерные науки - 2025 - №3 - С. 17– 33. https://doi.org/10.48081/GUQC6418
Скопировано!