Модуль аналізу тональності тексту для визначення емоційного забарвлення публікацій за тематичними рубриками

Abstract

Метою роботи є розробка та реалізація інтелектуального модуля для автоматизованого аналізу тональності публікацій, що охоплює багатомовний переклад, тематичну класифікацію, класифікацію за тональністю, інверсію результатів та візуалізацію даних. Методами дослідження обрано методи інтелектуального аналізу текстових даних, зокрема попередню обробку, машинний переклад, машинне навчання (Naive Bayes, SVM, Random Forest), глибоке навчання (CNN), а також лексичні словникові підходи. Застосовано методи класифікації, метричної оцінки якості (accuracy, precision, recall, F1-score) та розроблено web-інтерфейс для інтерактивної взаємодії з користувачем. У результаті виконання роботи створено програмний засіб, здатний аналізувати тональність новинних публікацій, враховуючи тематичний контекст і походження джерела. Проведено тестування модуля на реальних прикладах медіа, що підтвердило ефективність моделі з точністю класифікації досягти точності до 84% на тренувальній вибірці та 78% на валідаційній у складних умовах інформаційного середовища.