Рупіч, Сергій СергійовичТимчук, Вадим Віталійович2024-06-242024-06-242024Тимчук, 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.https://ela.kpi.ua/handle/123456789/67397Дипломна 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.72 c.ukрекурентні нейронні мережіLSTMGRUсентимент-аналізобробка природної мови (NLP)Bachelor Thesis