Text sentiment analysis using neural network models

Abstract

АннотацияВ 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