Системний аналіз методів векторизації для моделювання емоційної тональності текстових відгуків

Abstract

Робота присвячена системному аналізу методів векторизації текстових даних для задач класифікації емоційної тональності. Проведено дослідження ефективності статистичного підходу Bag-of-Words та лінійного методу TF-IDF у поєднанні з логістичною регресією та наївним баєсівським класифікатором. На основі аналізу відгуків Amazon Books визначено вплив методів зважування ознак на точність прогнозів та швидкість навчання моделей. Розроблений підхід демонструє високу ефективність у виявленні користувацьких настроїв завдяки оптимізації розріджених матриць даних.

The paper is devoted to the system analysis of text data vectorization methods for sentiment classification tasks. The effectiveness of the Bag-of-Words statistical approach and the TF-IDF linear method in combination with Logistic