Глубинное обучение для анализа тональности коротких текстов

ФИО студента: Ковалев Евгений Игоревич

Программа: Математика (Бакалавриат)

Оценка: 10

Год защиты: 2018

В последнее время глубинное обучение очень популярно для решения задач обучения с учителем, в частности - задачи анализа тональности. Целью данной исследовательской работы является построение архитектуры модели, заточенной под классификацию коротких текстов, а именно - агрессивных комментариев в Интернете по типу их токсичности на основе данных из англоязычной Википедии. В работе продемонстрировано, что модели глубинного обучения в данной задаче явно превосходят популярные линейные методы машинного обучения, выделены характерные особенности, связанные с длиной текстов, такие как неэффективность TF-IDF и свёрточных слоёв, а также предложено и реализовано сочетание двусторонней LSTM-модели и слоя Attention, позволившее достигнуть результата в 0.98 по метрике AUC-ROC.

Текст работы (работа добавлена 31 мая 2018 г.)

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ