Програмний модуль виявлення емоцій у текстових повідомленнях на основі рекурентних нейронних мереж

Abstract

Метою роботи є розроблення програмного модуля виявлення емоцій у текстових повідомленнях на основі рекурентних нейронних мереж та дослідження ефективності моделей під час класифікації емоційного забарвлення тексту. Методи дослідження включають системний аналіз, оброблення природної мови, попереднє оброблення текстових даних, токенізацію, векторизацію, машинне навчання, моделювання, експериментальне тестування та оцінювання якості класифікації емоцій. Розроблено програмний модуль виявлення емоцій у текстових повідомленнях на основі рекурентних нейронних мереж, який забезпечує завантаження текстових даних, їх очищення та нормалізацію, токенізацію, формування числового подання, навчання моделей LSTM, BiLSTM і GRU, класифікацію повідомлень та оцінювання результатів за метриками accuracy, precision, recall і F1-score. Результати дослідження можуть бути використані для автоматизованого аналізу текстових повідомлень, визначення емоційного забарвлення, моніторингу інформаційного простору, модерації контенту та вдосконалення систем оброблення природної мови.

The purpose of the work is to develop a software module for detecting emotions in text messages based on recurrent neural networks and to study the effectiveness of models in classifying the emotional tone of text. The research methods include system analysis, natural language processing, preprocessing of text data, tokenization, vectorization, machine learning, modeling, experimental testing, and evaluation of the quality of emotion classification. A software module for detecting emotions in text messages based on recurrent neural networks has been developed. It provides loading of text data, cleaning and normalization, tokenization, formation of numerical representation, training of LSTM, BiLSTM, and GRU models, classification of messages, and evaluation of results using accuracy, precision, recall, and F1-score metrics. The research results can be used for automated analysis of text messages, determination of emotional tone, monitoring of the information space, content moderation, and improvement of natural language processing systems.