Підхід до візуального пояснення результатів нейромережевого аналізу емоційної тональності повідомлень у соціальних мережах

Скорочена інформація про документ
dc.contributor.authorЮрченко, Д.Ю.
dc.contributor.authorМазурець, Олександр Вікторович
dc.contributor.authorЗалуцька, О.О.
dc.contributor.authorБезпрозвана, Ю.Г.
dc.date.accessioned2024-12-10T18:09:40Z
dc.date.available2024-12-10T18:09:40Z
dc.date.issued2024
dc.description.abstractРозроблено метод візуального пояснення результатів нейромережевого аналізу емоційної тональності повідомлень у соціальних мережах, що оснований на використанні гібридної нейронної мережі поєднання архітектур CNN та BiLSTM, з локальною інтерпретацією моделлю машинного навчання LIME. Таке поєднання архітектур CNN та BiLSTM допомагає виділяти локальні патерни в тексті та дозволяє враховувати довгострокові залежності з обох напрямків, що відрізняє запропонований метод від існуючих аналогів. Точність аналізу емоційної тональності повідомлень у соціальних мережах становить понад 97 %.
dc.identifier.citationЮрченко Д. Ю., Мазурець О. В., Залуцька О. О., Безпрозвана Ю. Г. Підхід до візуального пояснення результатів нейромережевого аналізу емоційної тональності повідомлень у соціальних мережах. Збірник наукових праць за матеріалами XVI Всеукраїнської науково-практичної конференції «Актуальні проблеми комп’ютерних наук АПКН-2024», 15-16 листопада 2024. Хмельницький, 2024. С. 565-571.
dc.identifier.urihttps://elar.khmnu.edu.ua/handle/123456789/17202
dc.language.isouk
dc.titleПідхід до візуального пояснення результатів нейромережевого аналізу емоційної тональності повідомлень у соціальних мережах
dc.typeСтаття
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
АPKN-2024 CorpusPaper-565-571.pdf
Розмір:
576.65 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Назва:
license.txt
Розмір:
4.26 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
Кафедра комп’ютерних наук