Отчет о научно-исследовательской работе: РАЗРАБОТКА МЕТОДОВ АНАЛИЗА ТОНАЛЬНОСТИ РУССКОЯЗЫЧНЫХ ПУБЛИЦИСТИЧЕСКИХ ТЕКСТОВ С ИСПОЛЬЗОВАНИЕМ СИНТАКСИЧЕСКОЙ СТРУКТУРЫ ПРЕДЛОЖЕНИЙ (заключительный)

Цель проекта — разработка методов автоматического определения тональности публицистических текстов на русском языке (новости, блоги, аналитические статьи) на уровне предложений и отдельных аспектов, а также выявления иронии и сарказма в изолированных предложениях. Разработан метод определения тональности, основанный на рекурсивном применении подходящих семантических правил к составным частям предложения, представленным в виде дерева синтаксических единиц. Наилучшее достигнутое значение F-меры для данного метода — 0.80. Также разработаны методы определения тональности по отношению к объектам — именованным сущностям и к аспектам социально-экономической жизни. Оба разработанных метода определяют тональность с помощью ансамблевых классификаторов, объединяющих нейросетевые модели на основе BERT и созданные в рамках проекта алгоритмы определения тональности, основанные на семантических правилах. Наилучшие достигнутые значения F-меры для указанных алгоритмов составили 0.81 и 0.79 соответственно. Для определения иронии и сарказма использовались нейронная сеть RuBERT для языкового моделирования и Bi-LSTM в совокупности с расширением корпуса входных данных с использованием лингвистического ресурса Wiktionary. В данном эксперименте эмбеддинги RuBERT не только подавались на вход Bi-LSTM, но и конкатенировались с результатами Bi-LSTM перед передачей в полносвязный слой. Для повышения качества обнаружения иронии и сарказма с помощью добавления вектора, содержащего информацию о встречающихся в предложении языковых средствах, к вектору эмбеддингов предложения. F-мера определения иронии и сарказма с помощью нейросетевой модели, основанной на архитектуре RoBERTa с добавлением Bi-LSTM и слоя внимания, составила 0.86. Все разработанные методы обладают существенной новизной. Достигнутые значения метрик существенно превышают качество ранее существовавших для русского языка методов решения рассмотренных задач, что позволяет использовать разработанные методы на практике.