Выявление и анализ эмоционального контекста цифровых текстов

Abstract

Существующие методы, такие как наивный байесовский классификатор (LDA) и метод опорных векторов (SVM), имеют ограничения при работе со сложными контекстными зависимостями и не всегда способны учесть многообразие способов выражения эмоций в тексте. Поэтому больший интерес на данный момент представляют модели на основе трансформеров, способные эффективно обрабатывать контекстную информацию и выявлять сложные лингвистические конструкции. В работе рассматривается решение задачи выявления и анализа эмоциональной окраски цифрового текста с помощью современных моделей машинного обучения. Проведен анализ существующих моделей и решений на их основе, таких как: BERT, RoBERTa, DistilBERT, Encoder-Decoder, Multi-Head Attention, Self-Attention, Attention Mecha-nism. Каждая модель имеет свои преимущества и ограничения, и их выбор зависит от конкретной задачи, целей проекта и доступных ресурсов.