Работа №3. Обработка текстов и рекуррентные модели

Полный текст ТЗ по ссылке: https://magic-existence-d27.notion.site/3-b989174003e041a0bf4045ed58f8a123

Текст тз без таблицы вариантов:

В работе необходимо провести экспериментальное сравнение следующих моделей для задачи обработки текстов:

1. Модель MLP с обучаемым слоем Embedding
2. Модель MLP с предобученным слоем Embedding (word2Vec или glove в зависимости от варианта)
3. Рекуррентная модель со слоем SimpleRnn
4. Рекуррентная модель со слоем LSTM\GRU
5. Модель по варианту: сверточная модель, двунаправленная рекуррентная сеть, два рекуррентных слоя.

В рамках одного выбранного набора данных необходимо выбрать вариант для пунктов №2 и №5.

Предпочтительно выбрать модель CNN для задания 5.

При выполнении работы очень прошу написать максимальное кол-во комментариев. Где что применяем, какую формулу или алгоритм, для чего он нужен. Это будет мне нужно что бы понять что там происходит и нагуглить информацию.

1. В оформлении не забывайте указывать заголовки пунктов задачи. Или их подпунктов 1.Модель MLP с обучаемым слоем Embedding, 2. Модель MLP с предобученным слоем Embedding и т.п.

Ответ присылать в файлах .ipynb и .html