Остання редакція: 2024-05-08
Анотація
Дане дослідження присвячено аналізу можливостей моделей для аналізу настрою тексту. Шляхом огляду та порівняльного аналізу традиційних методів, моделей машинного навчання та підходів глибокого навчання, визначено ключові аспекти цих моделей у виявленні та класифікації настрою тексту. Зокрема, дослідження виявляє переваги та недоліки кожного підходу, а також розглядає їхнє застосування в різних галузях, що допомагає зрозуміти їхню реальну вартість та ефективність.
RESEARCHING MODELS FOR ANALYZING TEXT SENTIMENT
Abstracts:
This study analyzes the capabilities of models for text sentiment analysis. Through a review and comparative analysis of traditional methods, machine learning models, and deep learning approaches, the key aspects of these models in detecting and classifying text sentiment are identified. In particular, the study identifies the advantages and disadvantages of each approach, as well as examines their application in various industries, which helps to understand their real value and effectiveness.
Ключові слова
Посилання
Getting Started with Sentiment Analysis using Python. Hugging Face – The AI community building the future. URL:
https://huggingface.co/blog/sentiment-analysis-python (дата звернення: 06.05.2024).
Shivanandhan M. What is Sentiment Analysis? A Complete Guide for Beginners. freeCodeCamp.org. URL:
https://www.freecodecamp.org/news/what-is-sentiment-analysis-a-complete-guide-to-for-beginners/ (дата звернення:
06.05.2024).
BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. arXiv.org. URL:
https://arxiv.org/abs/1810.04805 (дата звернення: 06.05.2024).
GloVe: Global Vectors for Word Representation. ACL Anthology. URL: https://aclanthology.org/D14-1162/ (дата звернення:
06.05.2024).