Применение методов машинного обучения для классификации отзывов об услугах страховой компании

Анализ тональности текстов является одной из наиболее значимых областей компьютерной лингвистики и обработки естественного языка (NLP). Анализ тональности используется в сайтах с отзывами, рекомендательных системах, для проведения бизнес-аналитики и прочее. Цель работы – исследовать и применить методы машинного обучения для анализа тональности отзывов о страховой компании. В процессе работы были исследованы понятие тональности, подходы к определению тональности, методы предобработки текстов. Были изучены методы машинного обучения: методы кластеризации и классификации неструктурированных больших данных. Данные для исследования были извлечены из открытого ресурса с отзывами клиентов. Построена модель определения тональности текстов на языке Python. Результаты исследования представляют собой обзор работы методов машинного обучения, модель определения тональности текстов и проанализированные отзывы. По классифицированным данным были выдвинуты аналитические гипотезы. Полученные результаты могут быть использованы специалистами-аналитиками для отслеживания клиентов предпочтений клиентов и решения бизнес-задач. Объем работы составляет 60 страниц. Работа включает в себя 22 рисунка и 4 таблицы. При написании работы было использовано 28 источников.