ИССЛЕДОВАНИЕ ЭМОЦИОНАЛЬНОЙ ТОНАЛЬНОСТИ ТЕКСТА С ПРИМЕНЕНИЕМ АЛГОРИТМОВ МАШИННОГО И ГЛУБОКОГО ОБУЧЕНИЯ

Аннотация

Научная статья предлагает тщательное исследование методов машинного и глубокого обучения для распознавания эмоций в тексте. Его основная цель — всесторонний анализ и сравнение различных методов классификации эмоций в текстовых данных. Он фокусируется на традиционных алгоритмах машинного обучения, таких как многочленный наивный Байес, многослойный персептрон и машина опорных векторов, а также на методах глубокого обучения, таких как долгосрочная краткосрочная память. В исследовании проводятся эксперименты с различными наборами данных, охватывающими различные стили текста и контексты, тщательно изучая результаты, чтобы выделить сильные и слабые стороны каждого метода. Даны практические рекомендации по выбору наиболее подходящего подхода с учетом конкретных задач и контекста. Полученные результаты вносят значительный вклад в улучшение распознавания эмоций в тексте и закладывают основу для дальнейших исследований в этой области, что имеет решающее значение для разработки интеллектуальных систем, способных умело обрабатывать эмоциональные аспекты взаимодействия с пользователем.