Работа Нефедовой Е.А. посвящена применению различных нейросетевых языковых моделей к задаче анализа тональности текстов. В работе приводится обзор традиционных методов векторного представления документов, а также популярных в последние несколько лет подходов, основанных на применении нейронных сетей, таких как Word2Vec, RNN и пр. Затем к полученным векторным представлениям применяются различные алгоритмы бинарной классификации, в результате работы которых получается анализатор тональности текстов. 
	
Для обучения и тестирования использовался ресурс http://www.kinopoisk.ru , откуда было загружено несколько десятков тысяч отзывов с соответствующими оценками. В работе присутствует  значительная экспериментальная часть, где сравниваются возможные комбинации вышеописанных методов и тривиального метода, основанного на словарях тональности. Исследуется эффективность применения различных векторных представлений слов и документов. В результате модель, основанная на LSTM показала наилучший результат. Автор дополнительно отмечает, что Word2Vec и Doc2Vec имеют несомненное преимущество перед классическими моделями векторного представления слов и документов, так как они позволяют существенно понизить число признаков.

Работа носит экспериментальный характер, но в ней описывается несколько интересных приемов работы с векторными представления. Экспериментальные данные обширны и частично вынесены в приложение на 8 листах. Среди недостатков можно выделить недостаточно подробное объяснение результатов вычислительных экспериментов. 

Тем не менее считаю, что выпускная квалификационная работа удовлетворяет всем требованиям, предъявляемым к выпускным квалификационным работам бакалавра по направлению «Прикладная математика, фундаментальная информатика и программирование» и заслуживает оценки «отлично».

Научный руководитель,
ст. преподаватель кафедры 
Технологии Программирования						Мишенин А.Н.