ОСОБЛИВОСТІ МЕТОДІВ МАШИННОГО НАВЧАННЯ ЩОДО ЇХ ВИКОРИСТАННЯ В ПРОЦЕСІ АНАЛІЗУ АНГЛОМОВНИХ ДЖЕРЕЛ

Автор(и)

  • О.М. Бабіч ВІКНУ
  • Д.І. Дух КНУ
  • А.С. Глухова КНУ КіМ

Ключові слова:

інформаційно-аналітична діяльність, засоби масової інформації, машинне навчання, класифікація, функція, алгоритм, нейронна мережа

Анотація

Досліджено методи машинного навчання для оцінювання емоційної забарвленості текстів англомовних засобів масової інформації. Розглянуто такі методи як наївний метод Байєса, логістична регресія, штучні нейронні мережі. Визначені їх переваги і недоліки щодо використання у вказаній задачі. Так, незважаючи на швидке навчання, Наївний Байєсівський класифікатор, через неможливість знаходження імовірностей значень при класифікації, не є оптимальним алгоритмом для оцінювання емоційної забарвленості англомовних текстів ЗМІ і не може бути достатньо продуктивним. Метод логістичної регресії, у свою чергу, передбачає вивчення квадратичних зв’язків для виконання задачі аналізу емоційної забарвленості англомовних текстів ЗМІ, що збільшить як кількість вхідних параметрів, так і час навчання алгоритму. В ході дослідження надано перевагу методу Штучної нейронної мережі, алгоритми якого дають можливість вивчати найрізноманітніші взаємозв’язки між даними, при цьому не потребуючи значних витрат часу на роботу алгоритму. Аналіз роботи алгоритмів досліджених у статті методів машинного навчання проводився за допомогою методів метрики точності, дерева рішень, AUC-ROC та F-міра.

##submission.downloads##

Опубліковано

2019-02-11

Як цитувати

Бабіч, О., Дух, Д., & Глухова, А. (2019). ОСОБЛИВОСТІ МЕТОДІВ МАШИННОГО НАВЧАННЯ ЩОДО ЇХ ВИКОРИСТАННЯ В ПРОЦЕСІ АНАЛІЗУ АНГЛОМОВНИХ ДЖЕРЕЛ. Збірник наукових праць Військового інституту Київського національного університету імені Тараса Шевченка, (61), 32–39. вилучено із http://miljournals.knu.ua/index.php/zbirnuk/article/view/331

Номер

Розділ

ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ