Написать диплом по теме «Разработка системы автоматического реферирования новостей с использованием метода суммирования текста»
Диплом (ВКР) по теме «Разработка системы автоматического реферирования новостей с использованием метода суммирования текста» в МТИ требует глубокого понимания NLP, анализа бизнес-процессов и экономических расчётов. В статье — структура, примеры кода, чек-листы и разбор типичных ошибок. Работа должна включать реальный анализ, схемы процессов, фрагменты кода и экономический расчёт по методике МТИ.
Нужен разбор вашей темы Разработка системы автоматического реферирования новостей с использованием метода суммирования текста? Получите бесплатную консультацию: @Diplomit | +7 (987) 915-99-32 (WhatsApp)
Актуальность темы
Каждый день в мире генерируется более 5 миллионов новостных статей (по данным Statista, 2024). Для аналитиков, журналистов и управленцев — это информационный шум. В российских СМИ, таких как «РИА Новости» или «ТАСС», редакторы тратят до 3 часов в день на ручное суммирование новостей.
По практике — автоматическое реферирование снижает время обработки потока новостей на 60–70%. В МТИ по специальности 09.03.02 студенты должны показать, как современные NLP-методы решают бизнес-задачи. Здесь важно не просто описать модель, а привязать её к реальному процессу — например, к аналитическому отделу новостного агентства.
Цель и задачи
Цель: Разработка информационной системы автоматического реферирования новостей с использованием метода суммирования текста на основе NLP-моделей.
Задачи:
- Проанализировать существующие процессы сбора и обработки новостей в редакции.
- Моделировать процессы «КАК ЕСТЬ» и «КАК ДОЛЖНО БЫТЬ» с использованием нотаций DFD и BPMN.
- Исследовать аналоги: NewsAPI, Google News, Yandex.Summarizer.
- Выбрать стек технологий (Python, Transformers, FastAPI). <5>Разработать прототип системы с функцией суммирования текста.
- Рассчитать экономическую эффективность внедрения (TCO, NPV, ROI).
Задачи соответствуют структуре методички МТИ: анализ → проектирование → разработка → экономика. Заметьте: если в задачах нет анализа и расчётов — научрук сразу поставит вопрос.
Объект и предмет исследования
- Объект: Процесс анализа новостного потока в редакции информационного агентства.
- Предмет: Автоматизация реферирования текстов с использованием методов NLP.
Рекомендуемая структура дипломной работы
| Раздел ВКР | Рекомендуемый объем |
|---|---|
| Введение | 3–5 страниц |
| Аналитическая глава | 25–30 страниц |
| Проектная часть | 30–40 страниц |
| Экономическая часть | 15–20 страниц |
| Заключение | 2–3 страницы |
Пример введения для МТИ
В условиях информационной перегрузки традиционные методы анализа новостного потока становятся неэффективными. Редакции вынуждены нанимать дополнительных сотрудников для обработки данных, что увеличивает операционные расходы. В 2023 году «Коммерсантъ» внедрил систему автоматического суммирования — время подготовки дайджестов сократилось с 4 часов до 50 минут (источник: CyberLeninka, 2024).
Объект исследования — процесс обработки новостей в редакции. Предмет — автоматизация реферирования текстов. Цель — разработка системы на основе метода extractive summarization с использованием модели BERT.
Задачи: анализ процессов, моделирование, выбор технологии, разработка прототипа, расчёт экономического эффекта. Работа соответствует ГОСТ 34.602-2020 и методичке МТИ по специальности 09.03.02.
Этапы разработки информационной системы
Как написать заключение по Информационные системы и технологии
В ходе работы была разработана система автоматического реферирования новостей на основе модели BERT. Проанализированы бизнес-процессы редакции, построены диаграммы DFD и BPMN, реализован прототип с использованием Python и Transformers.
Экономический эффект составляет 420 тыс. руб. в год за счёт сокращения трудозатрат. Срок окупаемости — 8 месяцев. Разработанная система соответствует требованиям ГОСТ 34.602-2020 и может быть внедрена в практику информационных агентств.
Требования к списку литератууры МТИ
Список оформляется по ГОСТ Р 7.0.100-2018. Объём — не менее 40 источников, из них 50% — не старше 5 лет.
Примеры источников:
- ГОСТ 34.602-2020. Информационная технология. Комплекс стандартов на автоматизированные системы. Техническое задание на создание автоматизированной системы. — https://docs.cntd.ru/document/1200179461
- Devlin, J. et al. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. — https://arxiv.org/abs/1810.04805
- Документация Hugging Face Transformers — https://huggingface.co/docs/transformers/index
⚠️ Типичные ошибки при написании Разработка системы автоматического реферирования новостей с использованием метода суммирования текста
- Ошибка: Общие фразы в актуальности → Решение: Приводите реальные цифры из отрасли (например, «редакторы тратят 3 часа в день»).
- Ошибка: Нет диаграмм процессов → Как проверить: Убедитесь, что есть DFD и BPMN с описанием.
- Ошибка: Код без пояснений → Решение: Добавьте комментарии и укажите, как модуль встроен в систему.
- Ошибка: Экономика без расчётов → Чек-лист: Проверьте наличие TCO, NPV, срока окупаемости.
Частые вопросы по теме «Разработка системы автоматического реферирования новостей с использованием метода суммирования текста»
- В: Нужно ли писать полный код системы? О: Нет, но в приложении должны быть фрагменты ключевых модулей: суммаризация, API, обработка текста.
- В: Какой объём должен быть у практической части? О: В МТИ — 40–60 страниц с диаграммами, кодом, расчётами.
- В: Можно ли использовать BERT вместо абстрактного описания? О: Да, и это даже приветствуется — покажите конкретную модель.
Вопросы, которые часто задают студенты
- Как доказать, что суммаризация работает? — Проведите тест: сравните результаты с ручным реферированием (F1-score, ROUGE).
- Нужно ли подключать внешние API? — Желательно, например, NewsAPI для сбора новостей.
✅ Чек-лист перед защитой Разработка системы автоматического реферирования новостей с использованием метода суммирования текста
- □ Все задачи из введения выполнены и отражены в заключении
- □ Код/схемы соответствуют ТЗ и методичке МТИ
- □ Уникальность >75% по Антиплагиат.ВУЗ (настройки вуза)
- □ Источники оформлены по ГОСТ Р 7.0.100-2018
- □ Экономический расчёт содержит реальные данные, а не шаблоны
- □ Есть диаграммы DFD и BPMN с описанием
- □ В приложении — фрагменты кода с комментариями
Застряли на этапе разработки NLP-модели? Наши эксперты по Информационные системы и технологии помогут разобраться. Написать в Telegram или +7 (987) 915-99-32 (WhatsApp)
Проверьте свою тему ВКР
- □ Есть ли реальная организация для анализа?
- □ Есть ли измеримый эффект внедрения?
- □ Можно ли построить диаграммы процессов?
- □ Есть ли реальные данные для экономических расчетов?
Нужна помощь с защитой Разработка системы автоматического реферирования новостей с использованием метода суммирования текста?
Наши эксперты — практики в сфере Информационные системы и технологии. Подготовим работу с глубоким анализом, реальными примерами и расчётами, готовую к защите в МТИ.
Что вы получите: соответствие методичке вуза, гарантию оригинальности от 75%, сопровождение до защиты.
Ответим в течение 10 минут. Консультация бесплатна.