ДОСЛІДЖЕННЯ МЕТОДІВ НА ОСНОВІ НЕЙРОННИХ МЕРЕЖ ДЛЯ АНАЛІЗУ ТОНАЛЬНОСТІ КОРПУСУ ТЕКСТІВ
DOI:
https://doi.org/10.34185/1562-9945-4-147-2023-14Ключові слова:
штучні нейронні мережі, ГЛибокі нейронні. мережі, навчання з учителем, глибоке навчання, рекурентна нейронна мережа, LSTM, згорткова нейронна мережа, аналіз тональності тексту, мішок слів, Word2vec.Анотація
Об'єктом дослідження є методи з урахуванням нейронних мереж для аналізу тональності корпусу текстів. Для досягнення поставленої в роботі мети необхідно вирішити такі завдання: dивчити теоретичний матеріал для навчання глибинних нейронних мереж та їх особливості стосовно обробки природної мови; вивчити документацію бібліотеки Tensorflow; розробити моделі згорткової та рекурентної нейронних мереж; розробити реалізацію лінійних та нелінійних методів класифікації на моделях мішка слів та Word2Vec; порівняти точність та інші показники якості реалізованих нейромережевих моделей із класичними методами. Для візуалізації навчання використовується Tensorboard. У роботі показано перевагу класифікаторів на основі глибоких нейронних мереж над класичними методами класифікації, навіть якщо для векторних уявлень слів використовується модель Word2Vec. Найвищу точність для даного корпусу текстів має модель рекурентної нейронної мережі з LSTM-блоками.
Посилання
B. Pang and L. Lee. Opinion mining and sentiment analysis. Foundations and Trends in Information Retrieval archive, 2008.
Данные рецензий, используемых в работе, sentence polarity dataset v1.0. http://www.cs.cornell.edu/people/pabo/movie-review-data/
Y.Kim. Convolutional neural networks for sentence classification.arXiv:1408.5882 [cs.CL], 2014.
K.S. Tai et al. Improved semantic representations from tree-structured long short-term memory network. arXiv:1503.00075 [cs.CL], 2015.
Q. Le and T. Mikolov. Distributed representations of sentences anddocuments. arXiv:1405.4053 [cs.CL], 2014.
K.Tran et al. Evaluation of deep learning toolkits. https://github. com/zer0n/deepframeworks/blob/master/README.md
Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
