Штучний інтелект

Анотація: Стаття присвячена методу аналізу текстів природною мовою, що містять відгуки клієнтів. Метод від-різняється від існуючих комбінацією різних типів векторизатора та уведенням ієрархії компонентів. Послі-довність застосування різних векторизаторів дає змогу будувати ієрархію ознак та маркерів. Використання методу опорних векторів та острівної кластеризації з подальшим навчання моделі для прогнозування почут-тів є одним із кращих методів аналізу настроїв, як для небінарних, так і для бінарних аспектів. На основі від-критого набору даних з допомогою Python та Tablau побудовано програмний продукт для аналізу вподобань клієнтів і візуалізації результатів аналізів.

Ключові слова:

Посилання:

1. Pang, B., & Lee, L. (2008). Opinion mining andsentiment analysis. Foundations and Trends® inInformation Retrieval, 2(1–2), 1-135.
2. Liu, B., & Zhang, L. (2012). A survey of opinionmining and sentiment analysis. In Mining textdata (pp. 415-463). Springer, Boston, MA
3. Данилюк, І.Г. Технологія автоматичноговизначення тематики тексту (2008) [Текст].Лінгвістичні студії: Зб. наук. праць. Випуск 17/ Укл.: Анатолій Загнітко (наук. ред.) та ін. –Донецьк : ДонНУ. – С. 290-293
4. Kolcz, A. Improved Robustness of SignatureBased Near-Replica Detection via LexiconRandomization (2004) / A. Kolcz, A. Chowdhury,J. Alspector. // KDD.
5. Broder, Andrei Z. Identifying and Filtering NearDuplicate Documents (2000). Proceedings of the11th Annual Symposium on CombinatorialPattern Matching (COM’00). – Р. 1-10.
6. J. Pennington R. Socher Chr. D. Manning. GloVe:Global Vectors for Word Representation.Available from: https://nlp.stanford.edu/pubs/glove.pdf