Подходы на основе трансформеров для обнаружения эмоций в контенте социальных сетей

Быстрый рост объёма пользовательского контента в социальных сетях делает автоматический анализ эмоционального выражения одной из важных задач обработки естественного языка. В отличие от анализа тональности, который обычно ограничивается широкими категориями положительной, отрицательной и нейтральной оценки, обнаружение эмоций направлено на выявление более тонких аффективных состояний, таких как радость, гнев, грусть, страх, удивление и отвращение. Эта задача особенно сложна в среде социальных сетей, где тексты являются короткими, неформальными, контекстно-зависимыми и часто содержат сленг, иронию, хэштеги, эмоционально окрашенные выражения и предметно-специфические отсылки. В данной магистерской диссертации исследуются подходы на основе трансформеров к обнаружению эмоций в контенте социальных сетей на материале футбольного дискурса. Работа направлена на закрытие исследовательского пробела, связанного с тем, что многие существующие исследования опираются на общедоменные наборы данных, ограничиваются внутридоменной оценкой качества или уделяют недостаточно внимания построению предметно-ориентированного корпуса, дисбалансу классов, надёжности разметки, интерпретируемости и переносимости моделей между доменами. Футбольный дискурс выбран как релевантная предметная область, поскольку он сочетает высокую вовлечённость пользователей, эмоционально насыщенные реакции болельщиков, событийную динамику, соперничество и сложную границу между фактическим сообщением и эмоциональным выражением. Эмпирическая часть исследования включает построение и предварительную обработку корпуса футбольных сообщений из социальных сетей, разработку схемы одноразметочной классификации по семи эмоциональным категориям и сравнительную оценку классических и трансформерных моделей. В экспериментах были рассмотрены majority baseline, TF-IDF-подходы с Logistic Regression, Naive Bayes и Linear SVM, а также модели на основе RoBERTa и BERTweet. Дополнительно были протестированы class-weighted training, focal loss, weighted sampling и настройка гиперпараметров. Лучшая трансформерная конфигурация, RoBERTa-base с sqrt-inverse class-weighted cross-entropy, достигла macro-F1 0.632 на тестовой выборке. При этом оптимизированная TF-IDF + Linear SVM модель также показала сильный результат с macro-F1 0.599. Точный тест Мак-Немара показал, что различие между финальной RoBERTa-моделью и настроенной SVM-моделью по парной точности не является статистически значимым. Работа была дополнена несколькими новыми проверками. Во-первых, для оценки надёжности разметки был проведён inter-annotator agreement audit на подвыборке из 300 сообщений: общее совпадение составило 0.350, а Cohen’s Kappa — 0.212, что подтверждает неоднозначность тонкой разметки эмоций в коротких спортивных сообщениях. Во-вторых, интерпретируемость была расширена за счёт LIME-объяснений для локальных предсказаний RoBERTa и SHAP-style анализа глобальных лексических признаков для TF-IDF + Linear SVM. В-третьих, была проведена кросс-доменная проверка переносимости моделей: модели, обученные на футбольном корпусе, были протестированы на независимо размеченном корпусе волейбольных сообщений. Обе модели показали падение качества, однако RoBERTa перенеслась лучше: macro-F1 снизился с 0.604 на футбольном тесте до 0.373 на волейболе, тогда как у SVM macro-F1 снизился с 0.599 до 0.283. Вклад работы состоит в разработке предметно-ориентированного workflow для обнаружения эмоций в футбольном дискурсе социальных сетей, систематическом сравнении классических и трансформерных моделей в условиях дисбаланса классов, объединении статистического тестирования с анализом ошибок и интерпретируемостью, а также в проверке кросс-доменной переносимости между спортивными доменами. Полученные результаты показывают, что трансформерные модели могут быть эффективны для предметно-ориентированного обнаружения эмоций, однако их качество существенно зависит от качества разметки, методов обработки дисбаланса и лингвистических особенностей целевого домена.