Элементы искусственного интеллекта в решении задач анализа текстов
(Стр. 35-44)

Подробнее об авторах
Катермина Татьяна Сергеевна кандидат технических наук; доцент кафедры информатики и методики преподавания информатики
Нижневартовский государственный университет
Нижневартовск, Ханты-Мансийский автономный округ - Югра, Российская Федерация Тагиров Кадир Межвединович магистр; преподаватель
Нижневартовский государственный университет»
Нижневартовск, Российская Федерация Тагиров Тагир Межвединович магистр; преподаватель
Нижневартовский государственный университет»
Нижневартовск, Российская Федерация
Оплатить 390 руб. (Картой) Оплатить 390 руб. (Через QR-код)

Нажимая на кнопку купить вы соглашаетесь с условиями договора оферты

Аннотация:
В связи с постоянно растущим объемом текстовой информации в интернете и потребностью в ней ориентироваться, становиться актуальным автоматизация процесса анализа текста. Анализ предметной области показал большой интерес к определению эмоциональной окраски текстовой информации и применению трудов по этой проблеме в различных областях экономики. В работе рассматривается разработка модели нейронной сети для анализа тональности сообщений в социальных сетях сети Интернет. Для решения поставленной цели используются модели рекуррентных нейронных сетей с модулями долгой краткосрочной памятью (LSTM). Разработана информационная система, которая определяет тональность комментариев к постам в сообществах социальной сети «ВКонтакте». В результате обучения искусственной нейронной сети, модель показала хорошую точность определения тональности текста. Информационная система внедрена в отдел маркетинга Бюджетного учреждения Нижневартовского строительного колледжа.
Образец цитирования:
Катермина Т.С., Тагиров К.М., Тагиров Т.М., (2022), ЭЛЕМЕНТЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В РЕШЕНИИ ЗАДАЧ АНАЛИЗА ТЕКСТОВ. Computational nanotechnology, 2 => 35-44.
Список литературы:
Abbasi A., Javed A.R., Iqbal F. et al. Authorship identification using ensemble learning. Scientific Reports. 2022. No. 12 (1). DOI: 10.1038/s41598-022-13690-4.
Alibasic A., Upadhyay H., Simsekler M.C.E. et al. Evaluation of the trends in jobs and skill-sets using data analytics: A case study. Journal of Big Data. 2022. No. 9 (1). DOI: 10.1186/s40537-022-00576-5.
Lee C.K.M., Kam K.H. Ng, Chun-Hsien Chen et al. Tiffany Tsoi, American sign language recognition and training method with recurrent neural network. Expert Systems with Applications. 2021. Vol. 167.
Khurshid S., Reeder C., Harrington L.X. et al. Cohort design and natural language processing to reduce bias in electronic health records research. Npj Digital Medicine. 2022. Vol. 5. No. 47. URL: https://doi.org/10.1038/s41746-022-00590-0
Ledro C., Nosella A., Vinelli A. Artificial intelligence in customer relationship management: Literature review and future research directions. Journal of Business and Industrial Marketing. 2022. No. 37 (13). Pp. 48-63. DOI: 10.1108/JBIM-07-2021-0332.
Li S., Wang G., Luo Y. Tone of language, financial disclosure, and earnings management: A textual analysis of form 20-F. Financial Innovation. 2022. No. 8 (1). DOI: 10.1186/s40854-022-00346-5.
Luo Z., Zhu M. Recurrent neural networks with mixed hierarchical structures for natural language processing.International Joint Conference on Neural Networks (IJCNN). 2021. Pp. 1-8. DOI: 10.1109/IJCNN52387.2021.9533347.
Mohd Usama, Belal Ahmad, Enmin Song et al. Attention-based sentiment analysis using convolutional and recurrent neural network. Future Generation Computer Systems. 2020. Pp. 571-578.
Nijhawan T., Attigeri G., Ananthakrishna T. Stress detection using natural language processing and machine learning over social interactions. Journal of Big Data. 2022. No. 9 (1). DOI: 10.1186/s40537-022-00575-6.
Orea-Giner A., Fuentes-Moraleda L., Villacé-Molinero T. et al. Does the implementation of robots in hotels influence the overall tripadvisor rating? A text mining analysis from the Industry 5.0 approach. Tourism Management. 2022. No. 93. DOI: 10.1016/j.tourman.2022.104586.
Riezler S., Hagmann M. Validity, reliability, and significance: Empirical methods for NLP and data science. Synthesis Lectures on Human Language Technologies. 2022. No. 14 (6). Pp. 1-147. DOI: 10.2200/S01137ED1V01Y202110HLT055.
Sherstinsky A. Fundamentals of Recurrent Neural Network (RNN) and Long Short-Term Memory (LSTM) network. Physica D: Nonlinear Phenomena. 2020. Vol. 404.
Turner R.J., Coenen F., Roelofs F. et al. Information extraction from free text for aiding transdiagnostic psychiatry: Constructing NLP pipelines tailored to clinicians’ needs. BMC Psychiatry. 2022. No. 22 (1). DOI: 10.1186/s12888-022-04058-z.
Dankers V., Langedijk A., McCurdy K. et al. Generalising to German plural noun classes, from the perspective of a recurrent neural network. Proceedings of the 25th Conference on Computational Natural Language Learning. 2021. Pp. 94-108.
Zhang T., Schoene A.M., Ji S., Ananiadou S. Natural language processing applied to mental illness detection: A narrative review. Npj Digital Medicine. 2022. No. 5 (1). DOI: 10.1038/s41746-022-00589-7.
Ключевые слова:
анализ тональности текста, искусственные нейронные сети, машинное обучение, рекуррентные нейронные сети, длинная цепь элементов краткосрочной памяти, обработка естественного языка.


Статьи по теме

Многомасштабное моделирование для управления и обработки информации Страницы: 11-20 DOI: 10.33693/2313-223X-2022-9-2-11-20 Выпуск №21224
Определение оптимальной модели машинного обучения для предсказания паводков на реке Амур
управление катастрофами предсказание паводков река Амур машинное обучение disaster management
Подробнее
05.14.14 ТЕПЛОВЫЕ ЭЛЕКТРИЧЕСКИЕ СТАНЦИИ, ИХ ЭНЕРГЕТИЧЕСКИЕ СИСТЕМЫ И АГРЕГАТЫ Страницы: 71-74 Выпуск №15533
ПРИМЕНЕНИЕ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ В СИСТЕМАХ ХИМИКО-ТЕХНОЛОГИЧЕСКОГО МОНИТОРИНГА ДЛЯ ОПТИМИЗАЦИИ ВОДНО-ХИМИЧЕСКИХ РЕЖИМОВ ТЕПЛОВЫХ ЭЛЕКТРОСТАНЦИЙ
водно-химические режимы тепловые электрические станции системы химико-технологического мониторинга математическое моделирование искусственные нейронные сети
Подробнее
МАТЕМАТИЧЕСКИЕ, СТАТИСТИЧЕСКИЕ И ИНСТРУМЕНТАЛЬНЫЕ МЕТОДЫ В ЭКОНОМИКЕ Страницы: 185-192 DOI: 10.33693/2541-8025-2024-20-2-185-192 Выпуск №102671
Разработка интеллектуальной системы анализа достижений обучающегося вуза
интеллектуальный анализ таксономия машинное обучение успеваемость студента цифровой университет.
Подробнее
4. МАТЕМАТИЧЕСКИЕ И ИНСТРУМЕНТАЛЬНЫЕ МЕТОДЫ ЭКОНОМИКИ 08.00.13 Страницы: 176-186 Выпуск №18758
Исследование динамики показателей отчетности как индикаторов ухудшения финансового состояния кредитных организаций
прогнозирование финансовое состояние машинное обучение кредитные организации банковские рейтинги
Подробнее
МАТЕМАТИЧЕСКИЕ, СТАТИСТИЧЕСКИЕ И ИНСТРУМЕНТАЛЬНЫЕ МЕТОДЫ В ЭКОНОМИКЕ Страницы: 167-178 Выпуск №24067
Моделирование товарооборота кофеен на основе пространственных данных
пространственные данные экономические показатели машинное обучение Python. spatial data
Подробнее
МАТЕМАТИЧЕСКИЕ, СТАТИСТИЧЕСКИЕ И ИНСТРУМЕНТАЛЬНЫЕ МЕТОДЫ В ЭКОНОМИКЕ Страницы: 129-140 DOI: 10.33693/2541-8025-2024-20-1-129-140 Выпуск №72283
Разработка модели бинарной классификации на малых данных с использованием методов машинного обучения
машинное обучение малые данные задачи классификации медицинские данные сэмплирование
Подробнее
4. МАТЕМАТИЧЕСКИЕ И ИНСТРУМЕНТАЛЬНЫЕ МЕТОДЫ ЭКОНОМИКИ 08.00.13 Страницы: 132-138 Выпуск №17852
Стратегия поиска эффективного алгоритма машинного обучения на примере кредитного скоринга
кредитный скоринг машинное обучение отбор признаков ансамбль моделей credit scoring
Подробнее
Нанотехнологии и наноматериалы Страницы: 46-55 DOI: 10.33693/2313-223X-2023-10-4-46-55 Выпуск №47939
Обзор существующих методов автоматической генерации тестовых заданий на естественном языке
автоматическая генерация тестовых заданий автоматическая генерация тестовых вопросов обработка естественного языка генерация естественного языка automatic generation of test tasks
Подробнее
Методы и системы защиты информации, информационная безопасность Страницы: 109-120 DOI: 10.33693/2313-223X-2023-10-3-109-120 Выпуск №23683
Применение термографический модели лица в задачах идентификации и аутентификации
квазистатические признаки термограммы лица термограмма лица идентификация по термограмме лица искусственные нейронные сети quasi-static facial thermogram features
Подробнее
Политические институты, процессы и технологии Страницы: 74-79 DOI: 10.33693/2223-0092-2023-13-1-74-79 Выпуск №22854
Социологический анализ роли СМИ в формировании доверия к искусственному интеллекту
искусственный интеллект средства массовой информации обработка естественного языка доверие восприятие искусственного интеллекта
Подробнее