Анализ предсказаний нейронной сети с лингвистической точки зрения

ФИО студента: Ширгина Елена Алексеевна

Руководитель: Дурандин Олег Владимирович

Кампус/факультет: Факультет гуманитарных наук (Нижний Новгород)

Программа: Фундаментальная и прикладная лингвистика (Бакалавриат)

Год защиты: 2019

В работе рассматриваются наиболее широко используемые методы анализа тональности на корпусе текстов социальных сетей под названием ‘RuSentiment’ (Logistic Regression, Multinomial Naïve Bayes, SVM, Random Forest, neural network). Основная цель исследования – отбор и анализ слов, имеющих наибольший вес при классификации текстов каждого класса. В данном исследовании производится сравнение моделей путем сравнения значений основных метрик для определения эффективности модели (accuracy, precision, recall, f-measure). Веса слов и предсказания моделей извлекаются с помощью инструментов библиотеки Eli5 Python [Коробов М., Лопухин К., 2019]. На основании извлеченных слов проводится дистрибутивно-статистический анализ, выделение наиболее распространенных структурных схем для каждого класса.

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