| DC Field | Value | Language |
|---|
| dc.contributor.author | Баран, И. В. | - |
| dc.contributor.author | Нестеренков, С. Н. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2025-01-09T07:07:23Z | - |
| dc.date.available | 2025-01-09T07:07:23Z | - |
| dc.date.issued | 2024 | - |
| dc.identifier.citation | Баран, И. В. Алгоритмы анализа тональности текста / И. В. Баран, С. Н. Нестеренков // Информационные технологии и системы 2024 (ИТС 2024) = Information Technologies and Systems 2024 (ITS 2024) : материалы международной научной конференции, Минск, 20 ноября 2024 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол. : Л. Ю. Шилин [и др.]. – Минск, 2024. – С. 141–142. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/58599 | - |
| dc.description.abstract | В последние годы алгоритмы анализа тональности текста привлекают все большее внимание благодаря их применению в различных сферах, таких как маркетинг, социальные исследования и обработка естественного языка. В данной работе рассматриваются два основных подхода к анализу тональности: лексиконные методы и методы машинного обучения, включая наивный байесовский классификатор, метод опорных векторов и сверточные нейронные сети. Проводится сравнение этих подходов с точки зрения их эффективности и применимости к различным типам текстов. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | машинное обучение | en_US |
| dc.subject | тональность текста | en_US |
| dc.subject | лексиконные методы | en_US |
| dc.title | Алгоритмы анализа тональности текста | en_US |
| dc.type | Article | en_US |
| Appears in Collections: | ИТС 2024
|
