Детальная информация

Цель работы — разработка и исследование метода автоматического распознавания эмоций в текстах на русском языке на основе модели RuBERT с механизмом внимания и интерпретируемостью через SHAP. В исследовании использованы современные подходы к многометочной классификации эмоций с применением трансформеров, ручной доразметки корпуса и индивидуального подбора порогов для классов. В ходе работы реализован классификатор на базе RuBERT с мягким слоем внимания и индивидуальными порогами для эмоций, проведён сравнительный анализ существующих моделей и обучен классификатор на переразмеченном корпусе. Создано демонстрационное приложение для визуализации и объяснения работы модели. Результаты могут применяться для анализа эмоций в социальных сетях, чат-ботах, исследованиях коммуникации и других задачах автоматического анализа текстов. Система показала высокое качество и интерпретируемость в задаче многометочного распознавания эмоций.

The aim of the work is to develop and research the method of automatic emotion recognition in Russian language texts based on RuBERT model with attention mechanism and interpretability via SHAP. The study uses modern approaches to multi-label emotion classification using transformers, manual corpus completion and individual selection of thresholds for classes. In this work, a RuBERT-based classifier with soft attention layer and individualized thresholds for emotions is implemented, a comparative analysis of existing models is performed and the classifier is trained on a repartitioned corpus. A demonstration application was created to visualize and explain the performance of the model. The results can be applied to emotion analysis in social networks, chatbots, communication research and other automatic text analysis tasks. The system showed high quality and interpretability in the task of multi-label emotion recognition.