Моделирование эмоциональных проявлений в языке социальных сетей с помощью BERT

Настоящая работа представляет собой магистерскую диссертацию, выполненную в Национальном исследовательском университете «Высшая школа экономики» (НИУ ВШЭ) на факультете компьютерных наук в Москве в 2026 году. Тема диссертации «Моделирование эмоциональных проявлений в языке социальных сетей с помощью BERT». Общий объём работы составляет 73 страницы без учёта кода и приложений; библиографический список включает 28 источников, а также в тексте содержится 23 графика и 5 таблиц. Диссертация состоит из десяти глав: введение, обзор литературы, описание данных, предобработка данных, методология, эксперименты, результаты и оценка, обсуждение, заключение и список литературы. Ключевые слова работы: обнаружение эмоций, BERT, социальные сети, Twitter, волейбол, трансформерные архитектуры, многоклассовая классификация, дисбаланс классов, макро усреднённая F1 мера, обработка естественного языка. Объектом исследования выступают эмоциональные проявления в коротких текстах Twitter на спортивную (волейбольную) тематику, а предметом методы классификации эмоций на основе традиционной логистической регрессии и трансформерной модели BERT, их сравнительная эффективность и интерпретируемость. Цель диссертации разработать и эмпирически сравнить эффективность BERT и классического метода машинного обучения (логистической регрессии) для обнаружения эмоций в неформальных, шумных текстах социальных сетей на примере твитов о волейболе. Для достижения цели решались следующие задачи: сбор и ручная аннотация датасета с выделением семи эмоциональных категорий, тонкая настройка модели BERT, реализация базовой модели логистической регрессии с признаками TF IDF, оценка моделей с учётом сильного дисбаланса классов (макро усреднённая F1 мера), а также анализ ошибок и интерпретация результатов с использованием методов объяснимого ИИ. Актуальность темы обусловлена ростом социальных медиа, сложностью автоматического анализа эмоций в коротких неформальных сообщениях и недостатком исследований в спортивных доменах, особенно в волейболе. Научная ценность работы заключается в создании размеченного датасета твитов о волейболе, сравнительном анализе двух подходов и выявлении преимуществ BERT при работе с несбалансированными данными. Практическая ценность состоит в разработке воспроизводимого пайплайна (сбор – предобработка – аннотация – обучение – оценка), который может быть использован для построения эмоционально чувствительных систем в спортивной аналитике и социальных медиа. В результате исследования модель BERT значительно превзошла логистическую регрессию по макро усреднённой F1 мере; выявлен сильный дисбаланс классов (нейтральный и радость составляют около 70% данных); создан рабочий пайплайн для доменной специфической эмоциональной аналитики. Предложенный подход может быть внедрён в системы мониторинга эмоциональных реакций болельщиков, инструменты анализа обратной связи в спортивных организациях и платформы социального мониторинга. Перспективы будущих исследований включают применение более мощных моделей (RoBERTa, T5), мультимодальный анализ (эмодзи, изображения) и расширение на другие виды спорта и языки.