Анализ тональности текстов новостей на английском языке на подходах, основанных на использовании словарей тональной лексики и методах машинного обучения

Анализ тональности текста, область обработки естественного языка, привлекла к себе значительное внимание благодаря широкому спектру применения для понимания общественного мнения, тенденций рынка и настроений в социальных сетях. В исследовании рассматривается эффективность различных методов сентимент-анализа новостных текстов на английском языке, включая подход, основанный на словарях тональной лексики, а также подход с алгоритмами машинного обучения, таким как мультиноминальный наивный Байесовский классификатор. Методология исследования включает в себя как качественный, так и количественный анализ и состоит из сбора данных из англоязычного новостного источника, методов предварительной обработки для очистки и подготовки текстовых данных, а также внедрение моделей машинного обучения. Для оценки эффективности моделей используется такой показатель оценки, как точность (accuracy). Подход также включает в себя ручной анализ предложений выбранных статей. Результаты этого исследования помогают понять, как различные лексические ресурсы и алгоритмы машинного обучения могут быть эффективно объединены для решения задач анализа тональности текстов. Кроме того, исследование дает представление о проблемах и возможностях анализа тональности новостных статей. В заключение эта диссертация направлена на развитие области анализа тональности текстов, предлагая комплексную структуру, которая использует как подходы, основанные на словарях тональной лексики, так и методы машинного обучения для сентимент-анализа, выраженных в англоязычных новостных статьях, тем самым способствуя более глубокому пониманию общественного мнения и анализу дискурса.