Сентимент-аналіз висловлювань за допомогою рекурентних нейронних мереж
Вантажиться...
Дата
2024
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота присвячена дослідженню застосування рекурентних нейронних мереж для задач сентимент-аналізу текстових даних. В роботі розглянуто та реалізовано дві архітектури нейронних мереж: Long Short-Term Memory (LSTM) та Gated Recurrent Unit (GRU).
Основна мета дослідження полягає у порівнянні ефективності та точності цих двох архітектур для аналізу настроїв текстових даних, а також у визначенні оптимальних параметрів для кожної з моделей. Для цього проведено серію експериментів, в яких використано набір даних, що складається з 3000 висловів.
В результаті роботи показано, що обидві моделі демонструють високу ефективність у задачах сентимент-аналізу, проте моделі на основі GRU мають переваги у швидкості навчання та обчислювальній складності. Запропоновано практичні рекомендації щодо вибору архітектури та налаштувань моделі залежно від конкретних вимог до задачі.
Результати цього дослідження можуть бути використані у різних сферах, включаючи маркетинг, аналіз соціальних медіа та системи підтримки клієнтів, де аналіз настроїв тексту може надати цінну інформацію для прийняття рішень.
Опис
Ключові слова
рекурентні нейронні мережі, LSTM, GRU, сентимент-аналіз, обробка природної мови (NLP)
Бібліографічний опис
Тимчук, В. В. Сентимент-аналіз висловлювань за допомогою рекурентних нейронних мереж : дипломна робота ... бакалавра : 151 Автоматизація та комп’ютерно-інтегровані технології / Тимчук Вадим Віталійович. – Київ, 2024. – 72 с.