Активное обучение для определения тональности текста

Анализ тональности – часто встречающаяся в индустрии задача. Частным случаем является классификация документов одинаковых тональностей. Такие задачи постоянно встречаются в рекомендательных системах, в маркетинговых отделах и в отделах отслеживания качества продуктов. С помощью методов глубокого обучения можно получить хорошее качество классификации, но основной проблемой данного подхода является требование на большое количество обучающих объектов для получения хорошего качества модели. В связи с популярностью нейросетей актуальной проблемой является поиск алгоритма, позволяющего выбирать объекты не случайным образом, а используя определённые критерии, которые могут подсказать, какой объект окажется более или менее информативным для построения модели. Данная задача решается в рамках активного обучения, в котором для обучения используется сначала небольшое количество объектов, далее из неразмеченного пула данных мы выбираем не все подряд, а те, которые максимизируют некую функцию информативности. Далее, мы предоставляем их условному разметчику для проставления метки и добавляем в обучающую выборку. Процесс повторяется несколько раз. Это позволяет существенно сократить ресурсы, которые тратятся на ручную разметку. В данной работе используется несколько подходов для определения минимального количества объектов, обучение на которых позволит получить качество модели, сравнимое с бейзлайном. Методы применяются к задаче классификации отзывов пользователей банков. В качестве исходного классификатора рассматриваются свёрточные и рекуррентные нейронные сети. Применение методов активного обучения позволяют существенно сократить объём обучающей выборки.