Автоматичний сентимент-аналіз українськомовних відгуків Google play
Тип публікації :
Бакалаврська робота
Дата випуску :
6 липня 2026 р.
Автор(и) :
Рудешко, Ярослав Вадимович
Науковий(і) керівник(и)/редактор(и) :
Мова основного тексту :
Ukrainian
eKNUTSHIR URL :
Цитування :
[APA 7] Рудешко, Я. В. (2026). Автоматичний сентимент-аналіз українськомовних відгуків Google play [Бакалаврська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/15071834/27116
[ДСТУ] Рудешко Я. В. Автоматичний сентимент-аналіз українськомовних відгуків Google play : кваліфікаційна робота бакалавра : 03 Гуманітарні науки / наук. кер. В. В. Робейко. Київ, 2026. 150 с. URL: https://ir.library.knu.ua/handle/15071834/27116 (дата звернення: 25.07.2026).
Кваліфікаційна робота присвячена автоматичному визначенню тональності україномовних відгуків Google Play за п’ятиаспектною шкалою сентименту. Актуальність дослідження зумовлена зростанням ролі користувацьких відгуків у цифровій комунікації та відсутності якісних розмічених україномовних ресурсів для проведення сентимент-аналізу за п’ятиаспектною шкалою сентименту, відсутністю випробувань нових великих мовних моделей в контексті україномовного сентимент-аналізу. Об’єктом роботи є українськомовні тексти відгуків користувачів додатків Google Play, предметом дослідження є тональність цих відгуків. Мета дослідження полягає у порівнянні різних підходів до сентимент-аналізу україномовних відгуків Google Play та створення оптимізованої моделі на основі отриманих даних.
Для досягнення мети було проаналізовано теоретичні підходи до сентимент-аналізу, сформовано й доопрацьовано лінгвістичного аналізу первинних дефектів розмічення корпус із 18802 відгуків, протестовано словникові моделі, традиційні алгоритми машинного навчання, претреновані алгоритми глибокого машинного навчання, великі мовні моделі й вплив використання української або ж англійської мови при формуванні запиту до них, донавчання великих мовних моделей та претренованої моделі глибокого навчання, а також випробувано модифікації різних перерахованих методів з метою покращення їх ефективності. Методологія роботи має комплексний порівняльно-експериментальний характер і поєднує теоретичний аналіз наукових джерел, корпусно-лінгвістичний аналіз україномовних відгуків Google Play, ручне розмічення текстових даних, експериментальне випробування різних підходів до автоматичного сентимент-аналізу та авторських міток даних, кількісне оцінювання результатів за визнаними оцінними метриками, аналіз помилок та роботу над ними, розробку та втілення користувацької версії програми з вказівками щодо алгоритму її використання, розробку й опис потенційних кроків для подальшого вдосконалення моделі.
У результаті проведення дослідження було створено вдосконалену модель на основі найефективнішого з розглянутих алгоритмів машинного навчання — векторного класифікатора svc, якій вдалось перевершити базовий варіант моделі, а також отримано обширний порівняльний перелік даних відносно ефективності різних методів та підходів до автоматичного сентимент-аналізу україномовних відгуків Google Play та лінгвістичної природи цих відгуків. У висновку було встановлено що ефективний автоматичний сентимент-аналіз україномовних відгуків Google Play за п’ятиаспектною шкалою сентименту є цілком можливим з досягнутим досить високим рівнем статистичної точності у 77.8% , однак для отримання більш лінгвістично й репрезентативно точних даних та моделей доцільним є використання ширшої шкали сентименту.
Для досягнення мети було проаналізовано теоретичні підходи до сентимент-аналізу, сформовано й доопрацьовано лінгвістичного аналізу первинних дефектів розмічення корпус із 18802 відгуків, протестовано словникові моделі, традиційні алгоритми машинного навчання, претреновані алгоритми глибокого машинного навчання, великі мовні моделі й вплив використання української або ж англійської мови при формуванні запиту до них, донавчання великих мовних моделей та претренованої моделі глибокого навчання, а також випробувано модифікації різних перерахованих методів з метою покращення їх ефективності. Методологія роботи має комплексний порівняльно-експериментальний характер і поєднує теоретичний аналіз наукових джерел, корпусно-лінгвістичний аналіз україномовних відгуків Google Play, ручне розмічення текстових даних, експериментальне випробування різних підходів до автоматичного сентимент-аналізу та авторських міток даних, кількісне оцінювання результатів за визнаними оцінними метриками, аналіз помилок та роботу над ними, розробку та втілення користувацької версії програми з вказівками щодо алгоритму її використання, розробку й опис потенційних кроків для подальшого вдосконалення моделі.
У результаті проведення дослідження було створено вдосконалену модель на основі найефективнішого з розглянутих алгоритмів машинного навчання — векторного класифікатора svc, якій вдалось перевершити базовий варіант моделі, а також отримано обширний порівняльний перелік даних відносно ефективності різних методів та підходів до автоматичного сентимент-аналізу україномовних відгуків Google Play та лінгвістичної природи цих відгуків. У висновку було встановлено що ефективний автоматичний сентимент-аналіз україномовних відгуків Google Play за п’ятиаспектною шкалою сентименту є цілком можливим з досягнутим досить високим рівнем статистичної точності у 77.8% , однак для отримання більш лінгвістично й репрезентативно точних даних та моделей доцільним є використання ширшої шкали сентименту.
Галузі знань та спеціальності :
03 Гуманітарні науки
03 Гуманітарні науки::035 Філологія
Галузі науки і техніки (FOS) :
Гуманітарні науки
Мови та література
Лінгвістика
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
3.37 MB
Контрольна сума :
(MD5):8f0f1cb54df3b4fab6df9088d33467a1
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International