Анализ тональности текстов с использованием семантических признаков на основе методов машинного обучения

В настоящее время отзывы пользователей на товары в интернет-магазинах являются ценным источником информации с точки зрения оценки их уровня лояльности, предпочтений и потребностей. Данная работа посвящена разработке трехклассового классификатора для анализа тональности русскоязычных отзывов на товары из интернет-магазинов с учетом семантических признаков. Набор данных для обучения был сформирован из отзывов с сайтов Pandao и Aliexpress, где метками классов являлся рейтинг отзывов, проставленный пользователями. В данной работе предложены архитектуры однослойной сверточной нейронной сети и рекуррентной нейронной сети с долгой краткосрочной памятью (построены с помощью Keras и Theano) для анализа тональности, рассмотрен процесс обучения, валидации и тестирования моделей. Модель Word2Vec, обученная на сформированном корпусе данных, была использована для инициализации весов первых слоев нейронных сетей. Также в работе были использованы два эталонных решения: мультиномиальный байесовский классификатор и классификация с помощью асессоров сервиса Яндекс.Толока. Наивысшая оценка качества обученных моделей в критериях F-меры составила 71.27% для ансамбля сверточной нейронной сети и рекуррентной нейронной сети с долгой краткосрочной памятью, таким образом превысив показатели всех эталонных моделей.