Застосування методів обробки природньої мови для покращення результатів пошуку на сайтах нерухомості

Abstract

Магістерська кваліфікаційна робота виконана студентом групи КНСШ-22 Служалою Любомиром Тарасовичом. Тема: “ Застосування методів обробки природньої мови для покращення результатів пошуку на сайтах нерухомості”. Робота направлена на здобуття ступеня магістра за спеціальністю 122 «Комп’ютерні науки». У роботі розглядається застосування методів обробки природної мови (NLP) для покращення точності та релевантності результатів пошуку на сайтах нерухомості. Основна мета дослідження полягає у розробці підходів до аналізу текстових описів оголошень із використанням сучасних NLP-технологій, таких як аналіз настроїв, класифікація за категоріями та екстракція ключових слів. Запропоновані методи дозволяють ефективно обробляти великі обсяги текстових даних, враховуючи лексичні, семантичні та емоційні особливості текстів. У роботі розроблено програмний прототип, що здійснює автоматичну обробку оголошень із сайту та використовує результати для підвищення якості пошукових запитів. Отримані результати демонструють можливість покращення пошуку за рахунок більш точного співставлення змісту оголошень із потребами користувачів. Предметом дослідження є аналіз та оптимізація алгоритмів аналізу природної мови Метою даної дипломної роботи є розробка, впровадження та оцінка ефективності системи для пошуку оголошень на сайтах нерухомості на основі аналізу текстового опису оголошення. Основною метою є створення інструменту, що покращить релевантність результатів пошуку. У результаті виконання дипломної роботи було розроблено систему для оцінки тексту на сайтах нерухомості. Загальний обсяг роботи: 64 сторінок, 15 посилань. Master’s degree work of the student of the group CSAI-22 Sluzhala Liubomyr Tarasovych. Topic: "Using natural language processing methods to improve search results on real estate sites." The work is aimed at obtaining a master's degree in the specialty 122 "Computer Science". The paper considers the application of natural language processing (NLP) methods to improve the accuracy and relevance of search results on real estate websites. The main goal of the research is to develop approaches to analyzing text descriptions of ads using modern NLP technologies, such as sentiment analysis, category classification, and keyword extraction. The proposed methods allow for efficient processing of large volumes of text data, taking into account the lexical, semantic, and emotional features of texts. The paper develops a software prototype that automatically processes ads from the site and uses the results to improve the quality of search queries. The results obtained demonstrate the possibility of improving search by more accurately matching the content of ads with user needs. The subject of research is the analysis and optimization of natural language analysis algorithms The purpose of this thesis is to develop, implement and evaluate the effectiveness of a system for searching ads on real estate websites based on the analysis of the text description of the ad. The main goal is to create a tool that will improve the relevance of search results. As a result of the Master's work, a software system for evaluating text descriptions for real estate websites has been developed. Total volume of work: 62 pages, 15 references.