Решение задачи определения эмоциональной окраски текста при помощи нейронных сетей

Abstract

Целью данной выпускной квалификационной работы магистра являетсярешение задачи определения эмоциональной окраски текста при помощинейронных сетей и сравнение результатов с решением задачи при помощимодели логистической регрессии.Реализованы следующие модели машинного обучения:- логистическая регрессия;- многослойный персептрон;- рекуррентная сеть LSTM.Для обучения классификаторов используются 35000 примеров рецензийфильмов, из которых 17500 положительных примеров и 17500 отрицательных.Выборка валидации состоит из 5000 примеров. Для тестирования используется10000 рецензий на фильмы с размеченными данными эмоциональной окраски.Система реализована с помощью средств языка программирования Python3.6.9 в оболочке для вычислений Jupyter Notebook с использованием библиотекс открытым кодом TensorFlow 2.2.0 и Keras 2.3.0 для обучения нейронных сетей.