Sentiment analysis of users reviews

Abstract

В работе рассматривается проблема определения тональности отзывов пользователей о фильмах. Решение данной задачи имеет высокое прикладное значение, в частности может применяться к новостным статьям, блогам. Целью данной работы является исследование и разработка метода анализа тональности текстов. Для решения задачи анализа тональности отзывов пользователей в данной квалификационной работе использовалось два подхода – основанный на словаре и основанный на машинном обучении. Были разобраны разнообразные подходы, которые использовались для создания словаря сентиментов для других языков. За основу для создания собственного словаря сентиментов был взят словарь ключевых слов, составленных на основе коллекций отзывов о фотоаппаратах, книгах и фильмах. Полученный словарь сентиментов был расширен с помощью технологии word2vec от компании google. Для демонстрации подхода, основанного на машинном обучении был использован наивный байесовский классификатор. Экспериментальная часть работы была основана на использовании одной из основных русскоязычных коллекций отзывов о фильмах с портала imhoment.ru. Было произведено сравнение оценки качества работы двух подходов на 30 выборках, созданных на основе 7500 отзывов, не входящих в обучающую выборку для наивного байесовского классификатора. Исследование показало более высокую точность подхода, основанного на словаре.

In this paper the problem of determining the tone of reviews about movies users is considered. The solution of this problem has a high practical importance. In particular, it can be applied to news articles and blogs. The aim of this study is to investigate and develop a method for the analysis of texts tone. Two approaches of solving the problem of analysis of tonality of user`s reviews are used in this qualification paper. One of them is based on a dictionary and another on machine learning. While creating the dictionary sentiment for other languages the variety of approaches designed in this paper are used. The dictionary of keywords compiled on the basis of collections of reviews of cameras, books and movies, is taken as the basis for creating your own dictionary. The resulting sentiment dictionary is expanded with the help of google word2vec technology. Naive baesovsky qualifier is used to demonstrate an approach based on machine learning. The experimental part of the work is based on one of the main Russian-language collections of reviews of the movie from the portal imhoment.ru. A comparison was made for evaluating the performance of the two approaches in the 30 samples that are based on 7500 reviews outside the training set for the Naive Bayes classifier. The study showed a higher precision approach based on dictionary.