В данной работе описано исследование применения алгоритмов машинного обучения для сентимент-анализа речевых шаблонов на предмет выявления нейтральных фраз. Рассмотрены основные теоретические аспекты сентимент-анализа, включая подходы и методы, а также роль речевых шаблонов в процессе выявления нейтральных фраз. Сформирован датасет речевых шаблонов. Исследованы современные архитектуры нейросетей и определить наиболее эффективную нейросеть для сентимент-анализа речевых шаблонов. Протестированы нейронные сети на реальных речевых шаблонах.

This paper describes a study of the use of machine learning algorithms for sentiment analysis of speech patterns to identify neutral phrases. The main theoretical aspects of sentiment analysis are considered, including approaches and methods, as well as the role of speech patterns in the process of identifying neutral phrases. A dataset of speech patterns has been generated. Modern neural network architectures were studied and the most effective neural network for sentiment analysis of speech patterns was determined. Neural networks were tested on real speech patterns.

• 21abdbc30618228e7c29467dc7a6fad74c333195d70b0ac5ed950a82a0221707.pdf
• 829f8944e53fb5ce2c5ae7c9511a62b5c1097c59c0d0f1d2610c50360bd5065e.pdf