В данной работе исследуются методы машинного обучения, используемые для определения положительных и отрицательных отзывов на банки. В первой главе произведен обзор существующих программных решений анализа тональности текста, а также современных подходов решения этой задачи. Во второй рассмотрена постановка задачи анализа тональности текста и выбраны 3 алгоритма на основе машинного обучения для последующего сравнения. В третьей главе описана практическая реализация, и в четвертой главе приведены результаты работы классификаторов и анализ этих результатов.

Machine learning methods used for detection positive and negative bank reviews are researched in this paper. There is a survey of existing software for sentiment analysis and modern solutions of this problem in chapter one. The formulation of text classification problem and choice of 3 algorithms based on machine learning are in chapter two. The practical implementation was described in chapter 3. The results and their analysis was presented in chapter four.