| Форма представления | Статьи в российских журналах и сборниках |
| Год публикации | 2019 |
| Язык | русский |
|
Ситдикова Фарида Бизяновна, автор
|
| Библиографическое описание на языке оригинала |
Ахметгалиев А.И., Гафаров Ф.М., Ситдикова Ф.Б. Анализ тональности текстов с использованием нейросетевых моделей // Наука России: Цели и задачи. Сборник научных трудов, по материалам XIV международной научно-практической конференции 10 апреля 2019 г. Часть 4 Изд. НИЦ «Л-Журнал», 2019. – С. 33- 40
SPLN 001-000001-0434-SR
DOI 10.18411/sr-10-04-2019-p4
IDSP sciencerussia-10-04-2019-p4 |
| Аннотация |
XVI Международная научно-практическая конференция «Наука России: Цели и задачи» |
| Ключевые слова |
анализ тональности, Word2Vec, GloVe, FastText, векторное представление слов, рекуррентные нейронные сети, сверточные нейронные сети. |
| Название журнала |
XVI Международная научно-практическая конференция «Наука России: Цели и задачи»
|
| URL |
http://science-russia.ru/wp-content/uploads/2019/06/sr10.04.2019_p4.pdf |
| Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на эту карточку |
https://repository.kpfu.ru/?p_id=203674 |
Полная запись метаданных  |
| Поле DC |
Значение |
Язык |
| dc.contributor.author |
Ситдикова Фарида Бизяновна |
ru_RU |
| dc.date.accessioned |
2019-01-01T00:00:00Z |
ru_RU |
| dc.date.available |
2019-01-01T00:00:00Z |
ru_RU |
| dc.date.issued |
2019 |
ru_RU |
| dc.identifier.citation |
Ахметгалиев А.И., Гафаров Ф.М., Ситдикова Ф.Б. Анализ тональности текстов с использованием нейросетевых моделей // Наука России: Цели и задачи. Сборник научных трудов, по материалам XIV международной научно-практической конференции 10 апреля 2019 г. Часть 4 Изд. НИЦ «Л-Журнал», 2019. – С. 33- 40
SPLN 001-000001-0434-SR
DOI 10.18411/sr-10-04-2019-p4
IDSP sciencerussia-10-04-2019-p4 |
ru_RU |
| dc.identifier.uri |
https://repository.kpfu.ru/?p_id=203674 |
ru_RU |
| dc.description.abstract |
XVI Международная научно-практическая конференция «Наука России: Цели и задачи» |
ru_RU |
| dc.description.abstract |
В статье рассматриваются методы решения задачи анализа тональности текстов на основе нейросетевых моделей обработки естественного языка. В статье рассмотрены методы, создающие векторное представление слов в n-мерном векторном пространстве, в основе которых лежит лежат технологии «Word2Vec», «GloVe», «FastText». Подходы используется в задачах классификации, анализа тональности, исправления опечаток, рекомендательных системах. Представлены результаты сравнения классификаций в задаче анализа тональности многослойного персептрона, сверточной и рекуррентной нейронной сети, деревьев решений (случайный лес), метода опорных векторов (SVM), наивного байесовского классификатора (NB), метода k-ближних соседей (K-NN). Результаты классификации представлены для трех наборов данных: сообщения в твиттере, отзывы на различные товары и услуги, русскоязычные новости. |
ru_RU |
| dc.language.iso |
ru |
ru_RU |
| dc.subject |
анализ тональности |
ru_RU |
| dc.subject |
Word2Vec |
ru_RU |
| dc.subject |
GloVe |
ru_RU |
| dc.subject |
FastText |
ru_RU |
| dc.subject |
векторное представление слов |
ru_RU |
| dc.subject |
рекуррентные нейронные сети |
ru_RU |
| dc.subject |
сверточные нейронные сети. |
ru_RU |
| dc.title |
Анализ тональности текстов с использованием нейросетевых моделей |
ru_RU |
| dc.type |
Статьи в российских журналах и сборниках |
ru_RU |
|
EN 
中文 
ES 
Карта сайта
