(https://ufanews.herokuapp.com)
Приложение проводит сбор RSS feed региональных новостных веб-сайтов, определяет тематику статей с помощью нейронных сетей:
- Support Vector Machine — SVM (
gem 'libsvm'); - Fast Artificial Neural — FANN (
gem 'ruby-fann').
Качество классификации: 86,91% (SVM); 63,64% (FANN).
Сохраняются для отображения статьи, соответствующие следующим категориям:
- «Дорожно-транспортные происшествия»;
- «Спорт»;
- «Власть».
Используемые RSS-источники:
- Городской интернет-портал UTV.RU (utv.ru/rss.xml);
- Российская Газета Башкортостан (rg.ru/org/filial/bashkortostan/rss.xml);
- Коммерсантъ Уфа (kommersant.ru/rss/regions/ufa_all.xml).
Содержание папок:
- 1_analyze (обучение нейросетей):
- собранные новостные статьи;
- анализ частот появления слов;
- списки ключевых слов;
- обучение нейросетей и тестирование их работы.
- 2_rails_project/ufa_news (rails-приложение).
Запуск rake task для обновления базы данных статей:
$ rails scrape
Модуль TextProcessable предназначен для нормализации текстового содержания анализируемых статей.
Классы SVMRecognizer и FANNRecognizer — классы обученных нейронных сетей SVM и FANN соответственно.
Ruby 2.6.3; Rails 5.2.4