Teksto požymių analizė ir jų efektyvumo vertinimas emocijų klasifikavimo uždavinyje
Šiame darbe sprendžiamas emocijų atpažinimo iš tekstinių duomenų uždavinys, taikant skirtingus teksto reprezentavimo metodus ir mašininio mokymosi algoritmus. Tyrime naudoti lingvistiniai požymiai, Bag-of-Words ir TF-IDF metodai bei jų kombinacijos. Klasifikavimui taikyti logistinės regresijos, atraminių vektorių mašinos, Naiviojo Bajeso, atsitiktinių miškų ir XGBoost algoritmai. Geriausi rezultatai gauti derinant Bag-of-Words reprezentaciją su papildomais lingvistiniais požymiais ir naudojant logistinės regresijos modelį (tikslumas ir f1 macro ≈ 0,81). Nustatyta, kad modeliai geriausiai atpažįsta neutralią ir džiaugsmo emocijas, o prasčiausiai – liūdesio.
Šis darbas apsaugotas Creative Commons priskyrimo 4.0 viešąja licencija.