Порівняльний аналіз імовірнісних моделей у задачах класифікації тональності

Abstract

Роботу присвячено порівняльному дослідженню двох варіантів наївного Байєсівського класифікатора — мультиноміальної (MultinomialNB) та бернулліївської (BernoulliNB) моделей — у задачі автоматичної класифікації тональності текстових відгуків покупців. Реалізовано повний ML-пайплайн на датасеті Amazon

The paper is devoted to a comparative study of two variants of the Naive Bayes classifier — Multinomial (MultinomialNB) and Bernoulli (BernoulliNB) models — for automatic sentiment classification of customer reviews. A complete ML pipeline was implemented on the Amazon Reviews dataset: text preprocessing (tokenization, lemmatization, stop-word removal), TF-IDF and binary vectorization with bigrams, and Laplace smoothing parameter tuning via