Анализ текстов на основе методов машинного обучения

Ежедневно люди генерируют большое количество информации, используя различные социальные сети, такие как ВКонтакте, Инстаграм, Твиттер и Фейсбук, а также многие другие сервисы микроблогинга. Несомненно, данная информация может быть использована различными организациями для извлечения финансовой выгоды и создания конкурентного преимущества. Например, создаваемые в социальных сетях данные содержат мнения людей по поводу различных событий, товаров, услуг, личностей и политических деятелей, и правильная обработка этих данных может позволить выяснить, каковым является мнение общественности по отношению к тому или иному объекту. В данной работе речь пойдет об анализе эмоциональной окраски текстов в социальной сети Twitter. В результате выполнения данной работы удалось повысить точность определения тональности коротких сообщений за счет получения классификатора с точностью выше 90%. Разработанное программное решение позволяет определять тональность коротких текстовых сообщений и в дальнейшем может быть использовано для автоматической оценки тональности текстов, создаваемых пользователями социальной сети Твиттер. Определение эмоциональной окраски твиттов с использованием полученного приложения может помочь определить отношение людей к тем или иным продуктам, услугам, событиям, что позволит организациям предпринять меры по повышению конкурентоспособности, улучшению свойств продуктов, а также получить новые бизнес инсайты.