Вебзастосунок для створення неологізмів у сфері локалізації ІТ-контенту на основі генеративної нейромережі

Abstract

Актуальність даної роботи полягає у необхідності створення ефективних інструментів для формування природних українських лексичних відповідників для сучасних англомовних IT-термінів, що дозволить уникнути прямого запозичення та калькування. Це сприятиме стрімкому розвитку української технічної термінології та підвищенню якості локалізації програмного забезпечення. Об’єктом роботи є процес автоматичної генерації українських IT-неологізмів на основі англомовних термінів. Предметом роботи є нейромережеві методи генерації тексту, зокрема архітектура Sequence-to-Sequence на базі моделі Transformer. Метою роботи є підвищення ефективності процесу локалізації ІТ-термінології за рахунок розробки інтелектуального вебзастосунку на основі генеративної нейромережі. В результаті виконання роботи було зібрано та оброблено спеціалізований навчальний датасет, досліджено архітектуру Transformer, розроблено алгоритм примусового префіксного декодування для гарантованого збереження семантичного кореня, імплементовано метод евристичної оцінки милозвучності, а також розроблено клієнт-серверний веб-застосунок на базі фреймворку FastAPI. Дана робота складається з чотирьох розділів. У першому розділі проведено аналіз предметної області автоматичного словотвору, огляд існуючих програмних аналогів та сформовано постановку задачі дослідження. Другий розділ присвячений моделям, методам та інформаційним технологіям, що використані у роботі, зокрема докладно описано архітектуру генеративної нейромережі. У третьому розділі описано процес розробки системи, етапи навчання моделі Transformer та проаналізовано отримані результати генерації українських неологізмів. У четвертому розділі наведено деталі програмної реалізації вебзастосунку, описано клієнтський інтерфейс, представлено керівництво користувача та наведено результати тестування системи. Загальний обсяг роботи – 85 сторінок. Кваліфікаційна робота містить 19 рисунків, 5 таблиць і 27 джерел посилання. The relevance of this work lies in the need to create effective tools for forming natural Ukrainian lexical equivalents for modern English IT terms, which will allow avoiding direct borrowing and loan translation. This will contribute to the rapid development of Ukrainian technical terminology and improve the quality of software localization. The object of the work is the process of automatic generation of Ukrainian IT neologisms based on English terms. The subject of the work is neural network methods for text generation, in particular, the Sequence-to-Sequence architecture based on the Transformer model. The purpose of the work is to increase the efficiency of the IT terminology localization process by developing an intelligent web application based on a generative neural network. As a result of the work, a specialized training dataset was collected and processed, the Transformer architecture was investigated, a Forced Prefix Decoding algorithm was developed to guarantee the preservation of the semantic root, a heuristic method for evaluating euphony was implemented, and a client-server web application based on the FastAPI framework was developed. This work consists of four chapters. The first chapter analyzes the subject area of automatic word formation, reviews existing software analogs, and formulates the problem statement of the research. The second chapter is devoted to the models, methods, and information technologies used in the work; in particular, it details the architecture of the generative neural network. The third chapter describes the system development process, the training stages of the Transformer model, and analyzes the obtained results of Ukrainian neologisms generation. The fourth chapter presents the details of the web application's software implementation, describes the client interface, provides the user manual, and presents the system testing results. The total volume of the work is 69 pages. The qualification work contains 19 figures, 5 tables, and 27 references.