ОЦЕНКА ЭФФЕКТИВНОСТИ МЕТОДОВ КЛАССИФИКАЦИИ ДЛЯ АВТОМАТИЧЕСКОГО ОПРЕДЕЛЕНИЯ САРКАЗМА И ТОНАЛЬНОСТИ В ПОЛЬЗОВАТЕЛЬСКИХ ОТЗЫВАХ

Аннотация

В статье рассматриваются современные подходы к автоматическому определению тональности и распознаванию сарказма в пользовательских отзывах с применением методов искусственного интеллекта. Подчёркивается важность комплексного анализа, учитывающего как эмоциональную окраску, так и ироничный подтекст сообщений, особенно актуальный в условиях онлайн-коммуникации. Приводится сравнительный анализ эффективности различных методов классификации — от классических алгоритмов (логистическая регрессия, SVM, случайный лес) до нейросетевых архитектур (LSTM, BERT). Проведён эксперимент на размеченном корпусе отзывов, включающем примеры с сарказмом, и определены модели, демонстрирующие наилучшие результаты по метрикам точности, полноты и F1-меры. По итогам исследования трансформерная модель BERT показала наивысшую эффективность в обеих задачах, что подтверждает перспективность применения глубокого контекстного анализа в обработке пользовательских текстов. Работа подчёркивает значимость выбора метода в зависимости от сложности текста, требований к точности и доступных вычислительных ресурсов.