Модель побудови нейромережевих засобів розпізнавання емоційного забарвлення фрагментів текстів

Анотація

Розпізнавання емоційного забарвлення тексту є ключовою задачею в обробці природної мови, особливо актуальною в умовах експоненційного зростання текстових даних із соціальних мереж та голосових інтерфейсів. Однак розробка ефективних систем розпізнавання емоцій для мов з обмеженими ресурсами, таких як українська, стикається зі значними викликами, включаючи неформальність мови, діалектні варіації та культурну специфіку. Ця робота представляє модульну модель (фреймворк) для побудови нейромережевих засобів розпізнавання емоцій у фрагментах україномовних текстів. Модель охоплює комплексний конвеєр препроцесингу даних, гнучкий вибір архітектури (включаючи підходи на основі Word2Vec, LSTM та Transformer), та ретельну валідацію з використанням стандартних метрик та методів інтерпретації. В рамках експериментального дослідження було реалізовано та порівняно два прототипи: легковаговий класифікатор на основі FastText та потужний класифікатор на основі RoBERTa-base, навчені розпізнавати сім базових емоцій. Результати демонструють, що RoBERTa-base досягає високої точності , значно перевершуючи FastText та базовий підхід з перекладом, але потребує суттєво більших обчислювальних ресурсів. Дослідження підкреслює критичний компроміс між точністю та ефективністю, надаючи практичні рекомендації щодо вибору моделі залежно від ресурсних обмежень та вимог до продуктивності для задач аналізу емоцій в українській мові.