ДонНТУ   Портал магистров

Библиотека материалов по теме выпускной работы

    Собственные публикации и доклады

  1. Об анализе тональности на примере текстов песен

    Авторы: А.А. Серёженко, И.А. Коломойцева

    Источник: Программная инженерия: методы и технологии разработки информационновычислительных систем (ПИИВС-2020): сборник научных трудов III Международной научнопрактической конференции (студенческая секция), Том. 2. 25-26 ноября 2020 г. – Донецк, ГОУВПО «Донецкий национальный технический университет», 2020. – 224 с. — [Ссылка]

    Описание: В статье представлен краткий обзор анализа текстов сообщений из современных информационных потоков, в частности оценка тональности. Также рассмотрены и описаны алгоритмы классификации, а также проблематика с точки зрения обработки текстов песен.

  2. Анализ методов классификации при определении тональности

    Авторы: А.А. Серёженко, И.А. Коломойцева

    Источник: Материалы VII Международной научно-технической конференции «Современные информационные технологии в образовании и научных исследованиях» (СИТОНИ-2021). — Донецк: ДонНТУ, 2021. — 560 с. — [Ссылка]

    Описание: В данной статье приведён краткий обзор методов Bag-of-Words и TF-IDF. Также было описано и сравнение методов с помощью моделей XGBoost и логической регрессии.

    3. Тематические статьи

  3. Анализ тональности текста с использованием методов машинного обучения

    Авторы: А.С. Романов, М.И. Васильева, А.В. Куртукова, Р.В. Мещеряков

    Источник: А.С. Романов, М.И. Васильева, А.В. Куртукова, Р.В. Мещеряков. Анализ тональности текста с использованием методов машинного обучения // R. Piotrowski's Readings in Language Engineering and Applied Linguistics. – Saint Petersburg, Russia, November 27, 201 — [Ссылка]

    Описание: В статье приводится обзор исследований, методов и программных продуктов в области анализа тональности текста, описываются этапы моделирование процесса проведения экспериментов и определения тональности текста, приводятся описания созданных корпусов текстов и словарей, а также полученные результаты исследований.

  4. Application of Content — Based Approach in Research Paper Recommendation System for a Digital Library

    Авторы: Simon Philip, P.B. Shola (PhD), Abari Ovye John

    Источник: International Journal of Advanced Computer Science and Applications, Vol. 5, No. 10, 2014 — [Ссылка]

    Описание: Статья представляет алгоритм, чтобы предложить рекомендации, основанные на запросах пользователей. Алгоритм использует взвешивание TF-IDF и косинусную меру сходства.

  5. An Overview of Bag of Words; Importance, Implementation, Applications, and Challenges

    Авторы: Wisam A. Qader, Musa M.Ameen, Bilal I. Ahmed

    Источник: Fifth International Engineering Conference on Developments in Civil & Computer Engineering Applications 2019 — (IEC2019) — Erbil — [Ссылка]

    Описание: В статье представлен обзор на Bag of Words (BoW), важность BoW, принципы его работы, области применения и проблемы, связанные с использованием BoW.

  6. MoodyLyrics: A Sentiment Annotated Lyrics Dataset

    Авторы: Erion Çano, Maurizio Morisio

    Источник: 2017 International Conference on Intelligent Systems, Metaheuristics & Swarm Intelligence, HongKong, March, 2017. pp. 118—124 — [Ссылка]

    Описание: Статья рассказывает о аннотировании каждую песню из набора песен одной из четырех категорий эмоций модели Рассела, а также о создании набора данных текстовых песен MoodyLyrics, который будет доступен для общего пользования.

  7. Сравнительный анализ методов определения эмоциональной окраски сообщений в социальных сетях с применением обучения с учителем

    Авторы: Н.Ю. Рязанова, К.М. Сперцян

    Источник: Н.Ю. Рязанова, К.М. Сперцян, Сравнительный анализ методов определения эмоциональной окраски сообщений в социальных сетях с применением обучения с учителем // Новые информационные технологии в автоматизированных системах. Компьютерные и информационные науки. — 2018 — [Ссылка]

    Описание: В данном документе рассматривается проблема анализа эмоциональной окраски сообщений в социальных сетях, способы представления текста в виде векторов признаков, анализируются и сравниваются существующие методы определения эмоциональной окраски текста.

  8. Application of Content—Based Approach in Research Paper Recommendation System for a Digital Library

    Авторы: Bijoyan Das, Sarit Chakraborty

    Источник: Bijoyan Das, Sarit Chakraborty, Application of Content—Based Approach in Research Paper Recommendation System for a Digital Library // IEEE, Kolkata, India — 2018 — [Ссылка]

    Описание:В этой статье авторы предлагают свой метод классификации тональности текста с использованием термина «частотно-обратная частота документа» (TF-IDF) вместе с отрицанием следующего слова (NWN).

  9. Методы классификации текстовых данных по темам

    Авторы: А.И. Стрелец,В.С. Иванников, А.А. Орлов, А.В. Атавина

    Источник: Журнал: Международный журнал гуманитарных и естественных наук, 2019 год — [Ссылка]

    Описание: Данная статья описывает методы классификации текстовых данных по темам. Проблема классификации текста является актуальной и важным направлением в области обработки информации и машинного обучения.

    10. Переводы статей

  10. Sentiment Vector Space Model for Lyric-based Song Sentiment Classification

    Автор: Yunqing Xia, Kam-Fai Wong, Linlin Wang, Mingxing Xu

    Автор перевода: Серёженко А.А.

    Описание: Авторы выделили 4 проблемы, которые делают неэффективным подход к классификации текста, основанный на модели векторного пространства (VSM) и предлагают решение этих проблем через модель векторного пространства настроений (s—VSM) для представления текстов песен.

    Источник (англ.): HLT—Short '08: Proceedings of the 46th Annual Meeting of the Association for Computational Linguistics on Human Language Technologies: Short PapersJune 2008 Pages 133–136. — Ссылка