Автоматический анализ изменений тональности новостных текстов при возникновении новых сведений

Благодаря сети Интернет современные люди получили возможность мгновенно получать ответы почти на любые вопросы. Тем не менее, в ряде случаев для получения даже общего представления о предмете вопроса людям все ещё приходится анализировать большие объёмы информации, часто разбросанные по множеству источников. Примером может служить анализ новостных статей о ещё не выпущенных в продажу товарах, в частности цифровой технике, которую человек может планировать приобрести. При этом людей часто интересуют именно отзывы других пользователей. В связи с этим возникает задача автоматического мониторинга источников новостных статей с целью выделения наиболее релевантной информации о тех или иных продуктах, а также автоматического анализа отношения к ним на основе комментариев читателей. В данной работе описывается подход к реализации такой системы. В системе используется тематическое моделирование для выделения новой информации о продуктах. Для выделения упоминаний продуктов и их атрибутов используется словарь и набор правил, а также таксономия атрибутов. Для выделения наиболее важной информации из статьи группируются на основе близости их заголовков. Производится выделение упоминаний атрибутов устройств из комментариев статей для каждой группы и производится анализ тональности по отношению к ним, после чего строится визуализация всей полученной информации. Разработанная система позволяет пользователям быстро получать представление о том, какая основная информация известна о продукте, а также какова реакция людей на возникновение каждой части данной информации.