В данной работе рассматривается задача анализа тональности текста. В первой главе дано ее описание и способы решения. Произведен обзор существующих систем для определения тональности текста. Во второй главе исследуются методы машинного обучения. В третьей главе описана программная реализация оценивающего качество классификации модуля на языке Python. В четвертой главе представлены результаты оценки качества работы рассмотренных методов машинного обучения.

• ВВЕДЕНИЕ
• ГЛАВА 1. ЗАДАЧА АНАЛИЗА ТОНАЛЬНОСТИ ТЕКСТОВ
  • 1.1. Подходы к классификации тональности
  • 1.2. Проблемы анализа тональности текста
  • 1.3. Типы сентимент-анализа
    • 1.3.1. Уровень документа
    • 1.3.2. Уровень предложения
    • 1.3.3. Уровень аспектов или сущностей
  • 1.4. Обзор существующих систем для определения тональности текстов
• ГЛАВА 2. ОБЗОР ЗАДАЧИ КЛАССИФИКАЦИИ
  • 2.1. Постановка задачи классификации текста
  • 2.2. Оценка эффективности классификации
    • 2.2.1. Методы оценки классификации
    • 2.2.2. Метрики качества классификации
  • 2.3. Индексирование документов
    • 2.3.1. Предварительная обработка текстов
    • 2.3.2. Bag-of-words
    • 2.3.3. Word2vec
    • 2.3.4. Метрики TF-IDF и Delta TF-IDF.
  • 2.5. Методы машинного обучения для классификации текстов
    • 2.5.1. Наивный классификатор Байеса
    • 2.5.2. Метод опорных векторов
    • 2.5.3. AdaBoost
    • 2.5.4. Логистическая регрессия
    • 2.5.7. Сверточная нейронная сеть
    • 2.5.5. Дерево принятия решений
    • 2.5.6. Случайный лес
• ГЛАВА 3. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ
  • 3.1. Описание работы модуля
  • 3.3. Используемые инструменты
    • 3.3.1. Обработка и хранение текстовых данных
    • 3.3.2. Векторизация
    • 3.3.3. Классификация
    • 3.3.4. Обработка и предоставление результатов
• ГЛАВА 4. ЧИСЛЕННЫЕ ЭКСПЕРИМЕНТЫ
  • 4.1. Оценка качества работы нейронной сети
  • 4.2. Оценка качества работы алгоритмов классификации
    • 4.2.1. Классический подход
    • 4.2.2. Подход Word2Vec
    • 4.2.3. Оптимальные параметры
    • 4.2.4. Лучший алгоритм классификации
  • 4.3. Сравнение подходов
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
• Приложение 1
• Приложение 2