Грибініченко, Я.А.2024-12-112024-12-112024Грибініченко Я. А. Обробка природної мови для аналізу тональності : робота на здобуття кваліфікаційного ступеня магістра : спец. 113 – прикладна математика / наук. кер. О. В. Лисенко. Суми : Сумський державний університет, 2024. 82 с.https://essuir.sumdu.edu.ua/handle/123456789/97415У роботі розроблено систему для автоматичного визначення тональності текстів. Була реалізована модель на основі нейронної мережі, яка використовує рекурентні шари LSTM для врахування контексту слів, а також алгоритм LIME для пояснення результатів класифікації, що дозволяє визначати ключові слова, що впливають на прийняття рішень. Тестування показало, що модель досягає точності 91% на тренувальній вибірці та 88% на валідаційній після трьох епох навчання, що підтверджує її високу ефективність. Було виявлено деякі труднощі, зокрема недостатня вага деяких слів у навчальному наборі, однак ці проблеми були вирішені шляхом додавання нових даних і вдосконалення алгоритму обробки текстів. В результаті точність фінальної моделі склала 85%, що робить її придатною для практичних застосувань, таких як аналіз відгуків, моніторинг соціальних мереж чи автоматизація аналітики текстових даних.ukcneінформатикаinformaticsнейромережаneural networkтональністьtonalityMasters thesis