Порівняльний аналіз імовірнісних моделей у задачах класифікації тональності
Вантажиться...
Файли
Дата
Назва журналу
Номер ISSN
Назва тому
DOI
Анотація
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
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
Опис
Ключові слова
аналіз тональності тексту , наївний Байєсівський класифікатор , MultinomialNB , BernoulliNB , TF-IDF , обробка природної мови , Amazon Reviews , Python , Scikit-learn , sentiment analysis , Naive Bayes classifier , MultinomialNB , BernoulliNB , TF-IDF , natural languageprocessing , Amazon Reviews , Python , Scikit-learn
Тип документа
Мова
ISSN
Бібліографічний опис
Трухін Д. С., Жуков С. О. Порівняльний аналіз імовірнісних моделей у задачах класифікації тональності // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/29066.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (5)
- Amazon Reviews Dataset. Kaggle, 2021. URL: https://www.kaggle.com/datasets/kritanjalijain/amazon-reviews
- Bird S., Klein E., Loper E. Natural Language Processing with Python. O'Reilly Media, 2009. URL: https://www.nltk.org/book/
- Pedregosa F. та ін. Scikit-learn: Machine Learning in Python. Journal of Machine Learning Research. 2011. Vol. 12. P. 2825– 2830
- McCallum A., Nigam K. A Comparison of Event Models for Naive Bayes Text Classification. AAAI-98 Workshop on Learning for Text Categorization. 1998. P. 41–48
- Концевой А., Бісікало О. Моделі глибокого навчання для вирішення задачі класифікації текстової інформації. Інформаційні технології та комп'ютерна інженерія. 2022. Т. 55, № 3. С. 13–20