Recurrent neural networks in problem of sentiment analysis

Abstract

В данной дипломной работе исследуется задача анализа тональности текста и применение рекуррентных нейронных сетей к ней. Проведено сравнение существующих подходов к этой задаче на отзывах к фильмам. Рассмотрены особенности и проблемы использования рекуррентных нейронных сетей. В качестве нового метода решения задачи анализа тональности текста предложена архитектура рекуррентной нейронной сети на основе модифицированной архитектуры LSTM. Предложенная архитектура реализована на языке Python с использованием библиотеки Theano.

The graduation paper is devoted to sentiment analysis and usage of recurrent neural networks as one of approaches to sentiment analysis. Comparison of existing methods is made on movies reviews. Specifics and problems of using recurrent neural networks are reviewed. New approach to sentiment analysis is proposed: architecture of recurrent neural network based on modified LSTM. This architecture is implemented in Python with usage of Theano.