Дипломная работа на тему "ТЮМГУ | Программная реализация методов анализа информационной насыщенности текста"

Работа на тему: Программная реализация методов анализа информационной насыщенности текста
Оценка: отлично.
Оригинальность работы на момент публикации 50+% на антиплагиат.ру.
Ниже прилагаю все данные для покупки.
https://studentu24.ru/list/suppliers/Anastasiya1---1326

Описание работы

МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное автономное образовательное учреждение высшего образования
«ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»

ИНСТИТУТ МАТЕМАТИКИ И КОМПЬЮТЕРНЫХ НАУК
Кафедра программного обеспечения

ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА
бакалаврская работа
ПРОГРАММНАЯ РЕАЛИЗАЦИЯ МЕТОДОВ АНАЛИЗА ИНФОРМАЦИОННОЙ НАСЫЩЕННОСТИ ТЕКСТА

02.03.03 Математическое обеспечение и администрирование информационных систем
Профиль «Технологии программирования»

Тюмень 2022 год

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 3
ГЛАВА 1. ИССЛЕДОВАНИЕ КРИТЕРИЕВ ИНФОРМАЦИОННОЙ И ЛЕКСИЧЕСКОЙ НАСЫЩЕННОСТИ 5
1.1. КОЛИЧЕСТВЕННЫЕ КРИТЕРИИ ИНФОРМАЦИОННОЙ НАСЫЩЕННОСТИ 5
1.2. КРИТЕРИИ ЛЕКСИЧЕСКОЙ НАСЫЩЕННОСТИ 7
ГЛАВА 2. РАЗРАБОТКА МЕТОДОВ АНАЛИЗА ИНФОРМАЦИОННОЙ НАСЫЩЕННОСТИ 11
2.1. ОБРАБОТКА ДАННЫХ 11
2.2. МЕТОДЫ АНАЛИЗА ИНФОРМАЦИОННОЙ И ЛЕКСИЧЕСКОЙ НАСЫЩЕННОСТИ 12
ГЛАВА 3. РАЗРАБОТКА ПРИЛОЖЕНИЯ АНАЛИЗА ИНФОРМАЦИОННОЙ НАСЫЩЕННОСТИ 21
3.1. ОПИСАНИЕ АРХИТЕКТУРЫ И СРЕДСТВ РАЗРАБОТКИ 21
3.2. ОПИСАНИЕ ПОТОКА ДАННЫХ 23
3.3. РЕЗУЛЬТАТЫ РАБОТЫ ПРОГРАММЫ 25
ГЛАВА 4. ПРИМЕНЕНИЕ РАЗРАБОТАННЫХ МЕТОДОВ АНАЛИЗА ИНФОРМАЦИОННОЙ НАСЫЩЕННОСТИ 28
3.1. ПРОВЕРКА КОРРЕЛЯЦИИ ЛЕКСИЧЕСКОЙ И ИНФОРМАЦИОННОЙ НАСЫЩЕННОСТИ 28
3.2. АНАЛИЗ ИНФОРМАЦИОННОЙ НАСЫЩЕННОСТИ ТЕКСТОВ ВКР 31
ЗАКЛЮЧЕНИЕ 38
СПИСОК ЛИТЕРАТУРЫ 39
Приложения 1-6 42

ВВЕДЕНИЕ
По данным крупных электронных библиотек, таких как «eLIBRARY.RU» и «Google Академия» ежегодно выпускаются сотни тысяч научных публикаций, к которым относятся статьи в журналах, доклады на конференциях, учебные пособия, диссертации и выпускные работы. При написании текстов научного стиля авторы заинтересованы в повышении информационной насыщенности своих работ при сохранении понятности для читателя. Необходимо провести исследование методов определения информационной насыщенности и факторов, влияющих на насыщенность. Одним из таких факторов является лексическая насыщенность текста, которая характеризуется разнообразием и сложностью словарного запаса. Существующие исследования информационной насыщенности не учитывают критерии лексической насыщенности, а также не всегда имеют открытую программную реализацию.
Цель выпускной квалификационной работы - программная реализация методов анализа информационной насыщенности научных текстов с учетом критериев лексической насыщенности.
Для достижения указанной цели были сформулированы следующие задачи:
• Изучить критерии анализа информационной насыщенности текста и определить критерии анализа научных текстов.
• Исследовать методы анализа информационной насыщенности.
• Разработать алгоритмы, реализующие методы анализа информационной насыщенности.
• Проанализировать информационную насыщенность текстов ВКР студентов различных направлений Института математики и компьютерных наук ТюмГУ.
• Провести ранжирование работ по выделенным критериям для проверки корреляции лексической и информационной насыщенности текста
• Отобразить результаты анализа ВКР и корреляционного анализа лексической и информационной насыщенности.
Для успешной подготовки и защиты выпускной квалификационной работы использовались средства и методы физической культуры и спорта с целью поддержания должного уровня физической подготовленности, обеспечивающую высокую умственную и физической работоспособность. В режим рабочего дня включались различные формы организации занятий физической культурой (физкультпаузы, физкультминутки, занятия избранным видом спорта) с целью профилактики утомления, появления хронических заболеваний и нормализации деятельности различных систем организма.
В рамках подготовки к защите выпускной квалификационной работы автором созданы и поддерживались безопасные условия жизнедеятельности, учитывающие возможность возникновении чрезвычайных ситуаций.

СПИСОК ЛИТЕРАТУРЫ
1. Aho A. V., Corasick M. J. Efficient string matching: an aid to bibliographic search //Communications of the ACM. – 1975. – Т. 18. – №. 6. – С. 333-340.
2. Campos R. et al. YAKE! Keyword extraction from single documents using multiple local features //Information Sciences. – 2020. – Т. 509. – С. 257-289.
3. Kyle K. Measuring lexical richness //The Routledge handbook of vocabulary studies. – 2019. – С. 454-475.
4. Kyle K., Crossley S. A. Automatically assessing lexical sophistication: Indices, tools, findings, and application //Tesol Quarterly. – 2015. – Т. 49. – №. 4. – С. 757– 786.
5. McCarthy, P.M., Jarvis S. MTLD, vocd-D, and HD-D: A validation study of sophisticated approaches to lexical diversity assessment //Behavior Research Methods.
6. Segalovich I. A fast morphological algorithm with unknown word guessing induced by a dictionary for a web search engine //MLMTA. – 2003. – Т. 2003. – С.
273. –
7. Talalakina E., Stukal D., Kamrotov M. Developing and Validating an Academic Vocabulary List in Russian: A Computational Approach //The Modern Language Journal. – 2020. – Т. 104. – №. 3. – С. 618–646.
8. Zenker F., Kyle K. Investigating minimum text lengths for lexical diversity indices //Assessing Writing. – 2021. – Т. 47. – С. 100505.
9. Большакова Е. И. и др. Автоматическая обработка текстов на естественном языке и компьютерная лингвистика. – 2015.
10. Волков А. В. Особенности компьютерной обработки научного текста//Управление инновациями: теория, методология, практика. – 2013. – №. 5. – С. 144–151.
11. Деменко А. В., Рыбанов А. А. РАЗРАБОТКА ИНФОРМАЦИОННОЙ СИСТЕМЫ, ОСУЩЕСТВЛЯЮЩЕЙ ОЦЕНКУ КАЧЕСТВА ТЕКСТОВОГО ВЕБ КОНТЕНТА //Студенческий научный форум-2015. – 2015. – С. 2015011232– 2015011232.
//Труды Института русского языка им. ВВ Виноградова. – 2015. – Т. 6. – С. 300–310.
13. Кнут Д. Э. Искусство программирования. Том 3. Сортировка и поиск = The Art of Computer Programming. Volume 3. Sorting and Searching / под ред. В. Т. Тертышного (гл. 5) и И. В. Красикова (гл. 6). — 2-е изд. — Москва: Вильямс, 2007. — Т. 3. — 832 с.
14. Криони Н. К., Никин А. Д., Филиппова А. В. Автоматизированная система анализа сложности учебных текстов //Вестник Уфимского государственного авиационного технического университета. – 2008. – Т. 11. – №. 1. – С. 101–107.
15. Ляшевская О. Н., Шаров С. А. Новый частотный словарь русской лексики//Словари на основе Национального корпуса русского языка [сайт].
16. Морозова Ю. В., Уртамова И. А. Методика анализа электронного учебного контента //Открытое и дистанционное образование. – 2017. – №. 4. – С. 68.