КФУ. Карточка публикации. Анализ тональности текстов с использованием нейросетевых моделей

КАЗАНСКИЙ
ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ

RUS

- EN
- 中文
- ES

АНАЛИЗ ТОНАЛЬНОСТИ ТЕКСТОВ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ

Форма представления

Тезисы и материалы конференций в российских журналах и сборниках

Год публикации

2020

Язык

русский

Авторы, сотрудники КФУ

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

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.

Ключевые слова

анализ тональности, Word2Vec, GloVe, FastText, векторное представление слов, рекуррентные нейронные сети, сверточные нейронные сет

Название журнала

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на эту карточку

https://repository.kpfu.ru/?p_id=239892

Полная запись метаданных

Поле DC	Значение	Язык
dc.contributor.author	Ситдикова Фарида Бизяновна	ru_RU
dc.date.accessioned	2020-01-01T00:00:00Z	ru_RU
dc.date.available	2020-01-01T00:00:00Z	ru_RU
dc.date.issued	2020	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=239892	ru_RU
dc.description.abstract	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.	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. Ключевые слова: анализ тональности, Word2Vec, GloVe, FastText, векторное представление слов, рекуррентные нейронные сети, сверточные нейронные сети.	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 сет	ru_RU
dc.title	Анализ тональности текстов с использованием нейросетевых моделей	ru_RU
dc.type	Тезисы и материалы конференций в российских журналах и сборниках	ru_RU