Методи автоматичного аналізу тональності контенту у соціальних мережах для виявлення інформаційно-психологічних впливів
| dc.contributor.author | Шингалов, Д. В. | |
| dc.contributor.author | Мелешко, Є. В. | |
| dc.contributor.author | Минайленко, Р. М. | |
| dc.contributor.author | Резніченко, В. А. | |
| dc.contributor.author | Shyngalov, D. | |
| dc.contributor.author | Meleshko, Ye. | |
| dc.contributor.author | Mynaylenko, R. | |
| dc.contributor.author | Reznichenko, V. | |
| dc.date.accessioned | 2017-08-27T16:53:34Z | |
| dc.date.available | 2017-08-27T16:53:34Z | |
| dc.date.issued | 2017 | |
| dc.description.abstract | У статті проводиться дослідження існуючих методів автоматичного аналізу настроїв користувачів в онлайнових віртуальних соціальних мережах, для виявлення найбільш придатних з них для розпізнавання інформаційно-психологічних впливів, заснованих на емотивній комунікації. Дослідження включає в себе огляд лексемного методу та методів машинного навчання. Зокрема розглянуто процедуру попередньої обробки тексту перед аналізом та категорії словників, що використовуються для аналізу. Наведено алгоритми навчання для класифікації тексту: метод опорних векторів, наївний класифікатор Бейєса, дерева прийняття рішень, метод максимальної ентропії та нейронні мережі. Запропоновано методи для поліпшення якості результатів автоматичного визначення тональності тексту. The article analyzes existing methods of automatic analysis of sentiments in online virtual social networks, for to identify methods that can determine the information-psychological influences, based on emotive communication. The analysis includes a review of lexical method and methods of machine learning. Specifically there are considered procedure of preprocessing text before the analysis and categories of dictionaries used for analysis. The algorithms for classification study the text are given: the method of support vectors, naive Bayesian classifier, decision tree method of maximum entropy, and neural networks. Methods to improve the quality of results of automatic determination of the tone of the text are proposed. | uk_UA |
| dc.identifier.citation | Методи автоматичного аналізу тональності контенту у соціальних мережах для виявлення інформаційно-психологічних впливів / Д. В. Шингалов, Є. В. Мелешко, Р. М. Минайленко, В. А. Резніченко // Збірник наукових праць Кіровоградського національного технічного університету. Техніка в сільськогосподарському виробництві, галузеве машинобудування, автоматизація. - Кропивницький : ЦНТУ, 2017. - Вип. 30. - С. 196-202. | uk_UA |
| dc.identifier.uri | https://dspace.kntu.kr.ua/handle/123456789/6737 | |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ЦНТУ | uk_UA |
| dc.subject | соціальні мережі | uk_UA |
| dc.subject | аналіз настроїв | uk_UA |
| dc.subject | лексемний аналіз | uk_UA |
| dc.subject | машинне навчання | uk_UA |
| dc.subject | social networks | uk_UA |
| dc.subject | sentiment analysis | uk_UA |
| dc.subject | lexical analysis | uk_UA |
| dc.subject | machine learning | uk_UA |
| dc.title | Методи автоматичного аналізу тональності контенту у соціальних мережах для виявлення інформаційно-психологічних впливів | uk_UA |
| dc.title.alternative | Methods of automated sentiment analysis on social networks | uk_UA |
| dc.type | Article | uk_UA |