АЛГОРИТМ КЛАСИФІКАЦІЇ ТЕКСТОВОГО КОНТЕНТУ СОЦІАЛЬНИХ МЕРЕЖ ДЛЯ ВИЗНАЧЕННЯ ЕМОЦІЙНОГО ТОНУ

Анотація

В роботі наведено результати досліджень та порівняння результатів застосування наївного класифікатора Баєса з використанням простих словесних ознак та векторних моделей слів. Було проаналізовано методи та середовище дослідження, визначились з набором вхідних даних. Було проведено тренування класифікатора на обраному датасеті та оцінка його точності за допомогою функції classify.accuracy з бібліотеки nltk. Також протестовано класифікатор на власному тексті та визначали правильність класифікації. Було побудовано гістограму, яка наглядно показала кількість правильно класифікованих позитивних та негативних прикладів. Була виведена confusion matrix, яка дозволила оцінити точність класифікації для кожного класу. В експериментальній частині використовувалась векторна модель слів Word2Vec з бібліотеки gensim. Проводилось тренування класифікатора та оцінювалася його точність. Здійснено значне покращення точності в порівнянні зі спрощеним підходом. В роботі обговорювались питання використання векторних моделей слів для покращення результатів класифікації тексту. Вони дозволяють краще урахувати семантику та контекст тексту, що призводить до більш точних результатів. Проаналізовано, що точність класифікації залежить від датасету, особливостей текстів та використаних методів обробки даних. В дослідженні наведений оптимальний вибір методів та підхід до класифікації, які повинні враховувати конкретну задачу та контекст застосування. В роботі розглядалися векторні моделі слів, та використання більш складних моделей класифікації. Наводились фактори, що впливають на емоційний стан тексту. Було проведено оптимізацію параметрів моделей для досягнення кращих результатів. Було підтверджено в результаті проведених експериментів, ефективність наївного класифікатора Баєса та векторних моделей слів у задачі класифікації емоційного стану тексту.