Применение методов глубокого обучения для анализа тональностей текста

Данная выпускная квалификационная работа посвящена решению задачи анализа тональности текста при помощи методов глубокого обучения, а также исследованию работы нейронных сетей путём выявления наиболее важных слов. В работе была произведена классификация тональности двух корпусов текста: корпус отзывов о фильмах на английском языке, а также корпус с отзывами о ресторанах на русском языке. Для этого были использованы нейронные сети трёх архитектур: cети долго-краткосрочной памяти (LSTM), двунаправленные сети долго-краткосрочной памяти (bidirectional LSTM) и управляемые рекуррентные нейроны (GRU). Кроме того, была разработана и применена методика нахождения важных слов – слов, на которые нейронная сеть опирается при принятии решений. При помощи этой методики для каждой из рассматриваемых рекуррентных нейронных сетей выделены списки наиболее важных слов двух типов: слова, способствующие правильной классификации тональности и слова, мешающие сети верно определять тональность. Также, было экспериментально доказано, что при удалении полученных слов второй категории из тестовой выборки возможно увеличить точность классификации.