Электронно-библиотечная система
РГАУ-МСХА имени К. А. Тимирязева

     

Детальная информация

Название: ОПРЕДЕЛЕНИЕ ТОНАЛЬНОСТИ ТЕКСТА С ПОМОЩЬЮ МЕТОДОВ NLP = DETERMINING THE TONALITY OF A TEXT USING NLP METHODS // СБОРНИК СТАТЕЙ по материалам Научного форума: Экономика, управление и цифровые технологии в АПК-2024. Том 3. – 2024. –
Авторы: Лумпова Полина Сергеевна
Другие авторы: Ульянкин Александр Евгеньевич
Выходные сведения: Москва: РГАУ-МСХА им. К. А. Тимирязева, 2024
Коллекция: Конференции РГАУ - МСХА им. К. А. Тимирязева
Тематика: экономика; машинное обучение; обработка естественного языка; тональность; обработка текста; глубинный анализ данных; machine learning; natural language processing; sentiment; text processing; data mining
УДК: 004.912
Тип документа: Статья, доклад
Тип файла: PDF
Язык: Русский
Права доступа: Свободный доступ из сети Интернет (чтение, печать, копирование)
Дополнительно: Новинка; Все документы
Ключ записи: RU/ЦНБ имени Н.И. Железнова/SITEW-20250619-65564

Разрешенные действия: Прочитать Загрузить (2,9 Мб)

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

В статье рассматриваются методы анализа клиентских отзывов с использованием технологий обработки естественного языка (NLP). Основное внимание уделяется разработке модели для оценки тональности текстов и выделения ключевых слов. Описываются этапы работы предложенной модели, приводятся результаты точности ее работы. Отмечены вопросы, нуждающиеся в доработке. /The article discusses methods for analyzing customer reviews using Natural Language Processing (NLP) technologies. The main focus is on developing a model for sentiment analysis and keyword extraction. The stages of the proposed model's operation are described, and its accuracy results are presented. Issues that require further improvement are highlighted.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть РГАУ-МСХА Все Прочитать Печать Загрузить
-> Интернет Все Прочитать Печать Загрузить

Статистика использования

stat Количество обращений: 45
За последние 30 дней: 45
Подробная статистика