Automatic abstracting of reviews based on aspect-oriented tonal analysis

Abstract

Магистерская диссертация посвящена задаче аспектно-ориентированного тонального анализа отзывов на русском языке. Рассматриваемая задача разбивается на три отдельные подзадачи: извлечение аспектов для отдельных предложений, определение тональности для отдельных предложений и реферирование результатов для отзыва. Исследуется применение свёрточных нейронных сетей и метода, основанного на семантическом сходстве, к задачам извлечения аспектов и тонального анализа, проводится сравнение их работы с контрольным алгоритмом, основанном на классических методах представления и классификации текстов. Предлагается метод для решения задачи реферирования аспектов и тональных меток для отзыва.

This thesis is dedicated to aspect-based sentiment analysis of customer reviews in Russian language. The task itself is split into three subtasks: feature extraction from sentences, sentiment detection for sentences and summarization of sentence results for the review. For the first and the second subtasks two approaches are studied. The first one is neural networks and the second one is an approach based on semantic similarity. The results of these approaches is compared with the results of the base method, based on classic techniques of text vectorization and classification. A method for summarizing the results of the first and the second subtasks is proposed.