Разработка и применение нейронной сети для интеллектуального контент-анализа социальных сетей

Abstract

Объектом исследования являются методы на основе нейронных сетей для анализа тональности корпуса текстов. Для достижения поставленной в работе цели необходимо решить следующие задачи: • Изучить теоретический материал про обучение глубинных нейронных сетей и их особенности применительно к обработке естественного языка; • Изучить документацию библиотеки Tensorflow; • Разработать модели свёрточной и рекуррентной нейронных сетей; • Разработать реализацию линейных и нелинейных методов классификации на моделях мешка слов и Word2Vec; • Сравнить точность и другие показатели качества реализованных нейросетевых моделей с классическими методами. Для визуализации обучения используется Tensorboard.

The object of the study are methods based on neural networks for analyzing the tonality of the body of texts. To achieve the goal set in the work, it is necessary to solve the following tasks: • To study the theoretical material about the training of deep neural networks and their features in relation to the processing of natural language; • Study the documentation of the Tensorflow library; • Develop models of convolutional and recurrent neural networks; • Develop the implementation of linear and non-linear classification methods on word bag models and Word2Vec; • Compare the accuracy and other quality indicators of the implemented neural network models with classical methods.