Інтерпретований аналіз сентименту для української мови, що базується на правилах.

Анотація

Обробка природної мови (NLP) значною мірою покладається на аналіз емоційного забарвлення, що дає змогу автоматично оцінювати емоційний тон тексту різними мовами. Однак при використанні з такими мовами, як українська, що мають складну морфологію та синтаксис, відомі інструменти, такі як VADER, часто дають збій. Щоб подолати недоліки загальних моделей, орієнтованих на англійську мову, у цьому дослідженні запропоновано вдосконалений алгоритм аналізу емоційного забарвлення на основі правил, розроблений спеціально для контенту українською мовою. Для покращення виявлення емоційного забарвлення алгоритм використовує розширений лексикон, що включає модифікатори інтенсивності, оцінки полярності, відповідності емоційним знакам та словник емоцій EMOLEX. Для кращого відображення контекстуальних нюансів також використовуються складні техніки, такі як синтаксичний аналіз за залежністю та оцінка з урахуванням позиції. Ці вдосконалення необхідні для правильного розшифрування характерних мовних структур української мови, які часто створюють труднощі для традиційних систем аналізу емоцій. Алгоритм було оцінено за допомогою наборів даних українською мовою та порівняно з VADER. Згідно з результатами, спеціальна модель працює значно краще за VADER, особливо коли йдеться про виявлення сильно позитивних або негативних емоцій. Ці результати підкреслюють цінність мовних інструментів для неангломовного контенту, оскільки вони забезпечують більшу точність і контекстну обізнаність. Хоча результати є обнадійливими, необхідна подальша робота. З метою створення гібридної системи, здатної обробляти все більш складні та неоднозначні вирази з ще вищою точністю, у майбутніх дослідженнях можна розглянути можливість інтеграції технологій штучного інтелекту, таких як машинне навчання та глибоке навчання