СРАВНЕНИЕ ЭФФЕКТИВНОСТИ МОДЕЛИ BERT И НЕКОТОРЫХ РАСПРОСТРАНЕННЫХ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ В ЗАДАЧЕ ОЦЕНКИ ТОНАЛЬНОСТИ РУССКОЯЗЫЧНЫХ ТЕКСТОВ : научное издание | Научно-инновационный портал СФУ

СРАВНЕНИЕ ЭФФЕКТИВНОСТИ МОДЕЛИ BERT И НЕКОТОРЫХ РАСПРОСТРАНЕННЫХ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ В ЗАДАЧЕ ОЦЕНКИ ТОНАЛЬНОСТИ РУССКОЯЗЫЧНЫХ ТЕКСТОВ : научное издание

Тип публикации: статья из журнала

Год издания: 2021

Ключевые слова: comparison of methods, efficiency, text tonality, sentiment analysis, classification, Bert, сравнение методов, эффективность, тональность текста, сентимент-анализ, классификация

Аннотация: В рамках данного исследования разработан подход к анализу эффективности методов определения тональности оценочных суждений (комментариев). Произведено обучение и классификация комментариев с использованием нейросетевого подхода на основе BERT и сравнение эффективности полученной модели на основе BERT с методами word2vec, TF-IDF и Dostoevsky. Within the framework of this study, an approach was developed to analyze the effectiveness of methods for determining the polarity of value judgments (comments). The training and classification of comments using a neural network approach based on BERT were performed. And a comparison of the efficiency of the resulting BERT-based model with the word2vec, TF-IDF and Dostoevsky methods.

Ссылки на полный текст

Издание

Журнал: Информационные системы и технологии

Выпуск журнала: 4

Номера страниц: 13-19

ISSN журнала: 20728964

Место издания: Орёл

Издатель: Орловский государственный университет им. И.С. Тургенева

Персоны

  • ДЫМКО К.С. (ФГАОУ ВО «Сибирский федеральный университет»)
  • УХАНОВ Н.О. (ФГАОУ ВО «Сибирский федеральный университет»)
  • ХНЫКИН А.В. (ФГАОУ ВО «Сибирский федеральный университет»)
  • ЯЩЕНКОВ К.Г. (ФГАОУ ВО «Сибирский федеральный университет»)

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.