Анализ тональности сообщений в социальных сетях с использованием графических элементов

В связи активным развитием социальных сетей и растущего потока неструктурированной информации особо актуальной становится задача анализа текстовых сообщений. При этом пользователи всё больше выражают своё отношение к сервисам и продуктам в публичном пространстве социальных сетей. Бизнес очень заинтересован в своевременном распознавании этого отношения и эмоциальной окраски таких сообщений. Подобную потребность призвана решить задача Анализа Тональности (Sentiment Analysis). Уже сейчас анализ тональности плотно интегрирован в бизнес-контекст и используется многими компаниями. Впрочем, задача анализа тональности имеет куда более широкий спектр применения в самых различных сферах и потому требует дальнейшего научного и практического развития. Однако человеческая речь, в особенности неформальная и письменная, очень пластична и динамична. Одним из разительных изменений можно назвать использование графических элементов в тексте – эмотиконов и эмодзи. Подобные символы по своей природе являются емким и узнаваемым источник эмоциональной окраски. В то же время ранее классические методы анализа тональности вовсе не включали их в рассмотрение. Однако корректное включение их в анализ тональности потенциально может улучшить и без того сложную задачу, которая включает в себя немалое количество тонкостей и нюансов. Целью данной работы является оценить, улучшит ли использование графических элементов в методах анализа тональности качество классификации. Для достижения главной цели работы последовательно были рассмотрены и решены задачи, связанные с теоретическим анализом всей задачи анализа тональности, её прикладными приложениями и нюансами, рассмотрением основных подходов к оценке, анализа и сбора релевантных источников реальных данных для экспериментальной проверки, анализом смежных работы, также направленных на рассмотрение графических элементов в контексте анализа текстов. На примере двух моделей: «state-of-art» глубокой нейросетевой языковой модели BERTweet архитектуры RoBERTa и модели векторных представлений слов Word2Vec рассмотрен простой, но показавший свою эффективность в распознавании полярных классов, метод и, предложены подходы к его улучшению. В связи с высокой практической значимостью и актуальностью задачи анализа тональности работа обосновывает необходимость в дальнейшем развитии идеи анализа графических элементов в сообщения в целом и рассмотренного подхода в частности.