Automated techniques of sociological data analysis

Abstract

В данной работе рассматривается задача автоматического анализа тональности русскоязычных текстов, собранных с платформы Twitter. Для решения данной задачи используются подходы основанные на машинном обучении с учителем. В качестве классификаторов были выбраны метод опорных векторов и наивный байесовский классификатор. Для экспериментов были использованы автоматически и вручную размеченные сообщения с платформы Twitter. В результате на автоматически размеченной коллекции были получены результаты метрики качества классификации macro f1 score 0.75. На вручную размеченных коллекциях значение метрики принимает значение от 0.31 до 0.70.

In this paper the problem of sentiment analysis of texts in Russian collected from Twitter platform is considered. Supervised machine learning approaches are used to solve this problem. SVM and Naive Bayes classifier were chosen for experiments. Automatically and manually labeled messages from Twitter platform were used for training and testing classification models. Algorithms achieve macro f1 score 0.75 when evaluated on automatically labeled collection of tweets. Macro f1 score ranges from 0.31 to 0.70 for manually labeled collections of tweets.