ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ РАЗЛИЧНЫХ АРХИТЕКТУР РЕКУРРЕНТНЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ РЕШЕНИЯ ЗАДАЧИ АНАЛИЗА ТОНАЛЬНОСТИ РУССКОЯЗЫЧНЫХ КОММЕНТАРИЕВ ПОЛЬЗОВАТЕЛЕЙ СОЦИАЛЬНЫХ СЕТЕЙ
А.Н. Жданова1, А.В. Куприянов1,2, А.А. Голова1, А.С. Булгаков1, Д.С. Баканов1
1Самарский национальный исследовательский университет им. академика С. П. Королева, Самара, Россия
zhdan.aleksandra@gmail.com
2ИСОИ РАН - филиал ФНИЦ "Кристаллография и фотоника" РАН, Самара, Россия
akupr@ssau.ru
Ключевые слова: сентиментальный анализ, рекуррентные нейронные сети, анализ данных, тональность текста, прогнозирование
Страницы: 29-38
Аннотация
Продемонстрировано применение методов машинного обучения для анализа тональности текстов и исследования эффективности различных архитектур нейронных сетей. Показано, что данное направление является актуальным в связи с развитием социальных сетей и онлайновых рекомендательных сервисов, где множество пользователей высказывает своё мнение о товарах и услугах. Представлены результаты прогноза и сравнения структур нейронных сетей на реальных данных из социальных сетей, что позволяет определить наиболее эффективную архитектуру для анализа тональности текстов. Исследование может быть полезным разработчикам социальных сетей для рекомендательных сервисов, а также исследователям, занимающимся обработкой естественного языка. Результаты могут помочь улучшить качество анализа мнений пользователей и повысить удовлетворённость пользователей услугами и продуктами. Таким образом, данное исследование вносит вклад в развитие области машинного обучения и анализа текстовых данных.
DOI: 10.15372/AUT20230404
EDN: PUYXLZ
|
