Machine Learning Methods For Sentiment Analysis

Галузь обробки природної мови(Natural Language Processing) зазнала швидкого розвитку за останнє десятирiччя. В першу чергу, такий стрiмкий розвиток став можливим завдяки велетенським обсягам оцифрованих та промаркiрованих даних та потужним комп’ютерам з великою обчислювальною потужнiстю. Цi два фактори є суттєвими для застосування методiв машинного навчання зi вчителем, якi довели свою ефективнiсть у порiвняннi з методами машинного навчання без учителя у бiльшостi задач обробки природньої мови. Проте наявнiсть маркiрованих даних завжди була вагомим обмежувальним фактором для цих методiв. Отже, роздивимось таке питання - чи можна створити такi обставини, за яких завдання обробки природної мови можна буде вирiшувати так само ефективно, але з використанням меншої кiлькостi ресурсiв?