С 17 марта 2020 г. для ресурсов (учебные, научные, материалы конференций, статьи из периодических изданий, авторефераты диссертаций, диссертации) ЭБ СПбПУ, обеспечивающих образовательный процесс, установлен особый режим использования. Обращаем внимание, что ВКР/НД не относятся к этой категории.

Details

Title: Методика решения задачи анализа тональности русскоязычных текстов при разработке веб-приложений: выпускная квалификационная работа магистра: 09.04.03 - Прикладная информатика
Creators: Кучурина Анастасия Андреевна
Scientific adviser: Иванищев Алексей Вячеславович
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2018
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: Искусственный интеллект; Нейронные сети; Интернет; естественные языки; анализ тональности; веб-разработка
UDC: 004.8(043.3); 004.738.5(043.3); 004.032.26(043.3); 004.657(043.3)
Document type: Master graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 09.04.03
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
DOI: 10.18720/SPBPU/2/v18-339
Rights: Свободный доступ из сети Интернет (чтение, печать, копирование)

Allowed Actions:

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

Объектом исследования является анализ тональности русскоязычных текстов и его инструменты. Цель работы - разработка методики создания систем анализа тональности русскоязычных текстов инструментами веб-разработки. Исследованы методы анализа тональности текстов и программные инструменты для их реализации. Цель - разработка методики создания системы анализа тональности русскоязычных текстов при веб-разработке. Проанализированы научные статьи и учебные ресурсы, построена типология методов анализа тональности текстов, изучена насыщенность рынка готовыми инструментами анализа тональности русскоязычных текстов, выявлены незакрытые ниши в соответствии с инструментами разработки, изучены методы предварительной обработки данных. Составлена методика подготовки и обработки входящих данных и создана двухслойная нейронная сеть, анализирующая тональность текстов.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users Read Print Download
-> Internet Anonymous

Table of Contents

  • ВВЕДЕНИЕ
  • ГЛАВА 1. МЕТОДЫ АНАЛИЗА ТОНАЛЬНОСТИ ТЕКСТОВ
    • 1.1. Правила
    • 1.2. Тональные словари
    • 1.3. Машинное обучение
      • 1.3.1. Машинное обучение с учителем
      • 1.3.2 Машинное обучение без учителя
    • 1.4. Нейронные сети
    • 1.5. Выбор оптимальных методов анализа тональности для задач прикладной информатики
  • ГЛАВА 2. ОБЗОР СУЩЕСТВУЮЩИХ СИСТЕМ АНАЛИЗА ТОНАЛЬНОСТИ ТЕКСТОВ
    • 2.1. Обзор рыночных аналогов
    • 2.2 . Обзор программного обеспечения
  • ГЛАВА 3. РАЗРАБОТКА СИСТЕМЫ АНАЛИЗА ТОНАЛЬНОСТИ РУССКОЯЗЫЧНЫХ ТЕКСТОВ ДЛЯ ЦЕЛЕЙ ВЕБ-РАЗРАБОТКИ
    • 3.1. Сбор данных для обучения модели
    • 3.2. Нормализация входных данных
      • 3.2.1. Стемминг
      • 3.2.2. Лемматизация
    • 3.3. Векторное представление слов
      • 3.3.1. Word Embedding
      • 3.3.2. One-hot encoding
      • 3.3.3. Дистрибутивные вектора
    • 3.4. Процесс разработки модуля для анализа тональности
      • 3.4.1. Подготовка данных
      • 3.4.2. Детали разработки нейронной сети
        • 3.4.2.1. Входящие данные
        • 3.4.2.2. Описание математической задачи
        • 3.4.2.3. Результаты работы построенной модели
    • 3.5. Методика анализа тональности русскоязычных текстов
  • ЗАКЛЮЧЕНИЕ
  • Список использованных источников
  • Приложение 1.
  • Метод, запускающий обучение модели нейронной сети

Document usage statistics

stat Document access count: 740
Last 30 days: 1
Detailed usage statistics