ИЗВЕСТИЯ ВЫСШИХ УЧЕБНЫХ ЗАВЕДЕНИЙ СЕВЕРО-КАВКАЗСКИЙ РЕГИОН. 2016; 2: 36-41
http://dx.doi.org/10.17213/0321-2653-2016-2-36-41
СИСТЕМНЫЙ АНАЛИЗ ПОДХОДОВ К РЕШЕНИЮ ЗАДАЧИ ИДЕНТИФИКАЦИИ ТОНАЛЬНОСТИ ТЕКСТА
Горбушин Даниил Андреевич – инженер, Новочеркасский городской центр новых информационных технологий Южно-Российского государственного политехнического университета имени М.И. Платова, г. Новочеркасск, Россия. E-mail: gorinwww@gmail.com
Гринченков Дмитрий Валерьевич – канд. техн. наук, доцент, зав. кафедрой «Программное обеспечение вычислительной техники» Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова, г. Новочеркасск, Россия. E-mail: grindv@yandex.ru
Мохов Василий Александрович – канд. техн. наук, доцент, кафедра «Программное обеспечение вычислительной техники» Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова, г. Новочеркасск, Россия. E-mail: mokhov_v@mail.ru
Нгуен Фук Хау – аспирант, кафедра «Программное обеспечение вычислительной техники», Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова, г. Новочеркасск, Россия. E-mail: phuchauptit @gmail.com
Аннотация
Рассматривается задача идентификации тональности текста и область научных исследований на представленную тематику. Дано определение и описано функциональное назначение лингвистического процессора как инструмента обработки и тональной классификации текстов на естественном языке. Рассмотрены четыре подхода к созданию лингвистического процессора: лексический, вероятностный, аспектный и гибридный. Проведен сравнительный анализ представленных подходов. Определены и классифицированы факторы, влияющие на качество и точность идентификации и анализа тональности текста.
Ключевые слова: анализ тональности текста; компьютерная лингвистика; лингвистический процессор; машинное обучение.
Полный текст: [in elibrary.ru]
Ссылки на литературу
1. Горбушин Д.А. Анализ методов автоматической классификации тональности текста // Науч.-техн. конф. и выставка инновационных проектов, выполненных вузами и научными организациями ЮФО в рамках участия в реализации федеральных целевых программ и внепрограммных мероприятий, заказчиком которых является Минобрнауки России : сб. материалов конф., г. Новочеркасск, 14 – 16 дек. 2014 г. / Юж.-Рос. гос. политехн. ун-т им. М.И. Платова. Новочеркасск: Лик, 2014. С. 123 – 125.
2. Автоматическая обработка текстов на естественном языке и компьютерная лингвистика: учеб. пособие / Е.И. Большакова, Э.С. Клышинский, Д.В. Ландэ, А.А. Носков, О.В. Пескова, Е.В. Ягунова. М.: МИЭМ, 2011. 272 с.
3. Collomb A. A Study and Comparison of Sentiment Analysis Methods for Reputation Evaluation [Электронный ресурс] / C. Costea, D. Joyeux, O. Hasan, L. Brunie // Отчет об исследовании RR-LIRIS-2014-002. 2014. http://liris.cnrs.fr/ Documents/Liris- 6508.pdf (Дата обращения: 07.03.2016).
4. Лукашевич Н.В., Четверкин И.И., Браславский П.И. Sentiment Analysis Track at ROMIP 2011 // Компьютерная лингвистика и интеллектуальные технологии: По материалам ежегодной Междунар. конф. «Диалог» (Бекасово, 30 мая – 3 июня 2012 г.). М.: Изд-во РГГУ, 2012. Т. 2, С. 1 – 14.
5. Awadallah R. PolariCQ: Polarity Classification of Political Quotations In Proceedings of CIKM-2012 / M. Ramanath, G. Weikum // Conference on Information and Knowledge Management. 2012. P. 1945 – 1949.
6. Горбушин Д.А., Гринченков Д.В. Методы оценки качества анализа тональности текста // Традиции русской инженерной школы: вчера, сегодня, завтра. Новочеркасск: ЮРГПУ, 2015.
7. Sokolova M., Lapalme G. A systematic analysis of performance measures for classification tasks // Inf. Process. Manage. 2009. № 4. C. 427 – 437.
8. Горбушин Д.А., Гринченков Д.В. Особенности применения алгоритмов стемминга при анализе тональности текста // Теория, методы проектирования, программно-техническая платформа корпоративных информационных систем. Новочеркасск: ЮРГПУ, 2014. C. 22 – 24.
9. Pang B., Lee L. Opinion Mining and Sentiment Analysis // Foundations and Trends in Information Retrieval. 2008. Vol. 2, № 1-2, January, P. 1 – 135.
10. Четверкин И.И. Автоматизированное формирование базы знаний для задачи анализа мнений: дис. ... канд. физ-мат. наук. Москва, МГУ имени М.В. Ломоносова, 2013.