Text Project

Проект по тематической классификации русскоязычных текстов с подготовкой датасета, обучением BiLSTM-модели и сохранением артефактов обучения.

Что внутри

• build_real_text_dataset.py - сборка корпуса из локальных и удаленных источников
• train_bilstm_text_project.py - обучение BiLSTM-модели
• build_ilibrary_segmentation_notebook.py - генерация ноутбука final_project_bilstm.ipynb
• requirements_text_project.txt - зависимости проекта
• text_project/, artifacts/, data/, processed/, raw/, results/ - данные, модели и результаты

Быстрый старт

python -m venv .venv
.venv\Scripts\activate
pip install --upgrade pip
pip install -r requirements_text_project.txt

Источники текстов

Для удаленных текстов используются открытые источники:

• русскоязычная Википедия для научно-математических текстов
• Викитека для классических литературных произведений

Дополнительная краткая инструкция сохранена в README_text_project.md.