МЕТОДИ ТА МОДЕЛІ АВТОМАТИЧНОГО ВИЗНАЧЕННЯ ЕМОЦІЙНОГО ЗАБАРВЛЕННЯ ТЕКСТУ
Information Technology: Computer Science, Software Engineering and Cyber Security · 10.11.2026 · (3) · 288-297
DOI: 10.32782/it/2026-3-29 ↗Kurz gefasst
Fachartikel in der Zeitschrift Information Technology: Computer Science, Software Engineering and Cyber Security, online erschienen am 10.11.2026. Verfasst von Алла ПОЛІЇТ und 4 weiteren Autor:innen. Die Arbeit nennt 10 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
В умовах стрімкого зростання обсягів текстових даних у соціальних мережах, новинних ресурсах та платформах відгуків автоматичне визначення емоційного забарвлення тексту (сентимент-аналіз) стає одним із ключових завдань обробки природної мови (NLP – Natural Language Processing). Практичне застосування сентимент-аналізу охоплює широкий спектр галузей: від моніторингу репутації брендів у маркетингу та прогнозування рухів фондового ринку у фінансовій сфері до аналізу відгуків пацієнтів в охороні здоров’я та відстеження громадської думки у державному управлінні. Розвиток методів сентимент-аналізу пройшов три генерації: від словникових підходів – до класичного машинного навчання та сучасних трансформерних архітектур, кожна з яких має власні переваги та обмеження щодо якості, інтерпретованості та обчислювальної вартості. Мета роботи. Метою дослідження є порівняльний аналіз трьох підходів різних поколінь до автоматичного визначення тональності тексту – словникового методу VADER, класичного методу машинного навчання TF-IDF у поєднанні з логістичною регресією (TF-IDF + LR) та трансформерної моделі DistilBERT – в однакових умовах на стандартному бенчмарк-датасеті з метою кількісного оцінювання компромісу між якістю класифікації та обчислювальною ефективністю і формулювання практичних рекомендацій щодо вибору методу для реальних NLP-систем. Методологія. Експеримент проводився на датасеті IMDb Movie Reviews (50 000 англомовних кінорецензій). Для відтворюваності та симуляції умов обмежених обчислювальних ресурсів використовувалась підвибірка: 5 000 навчальних та 1 000 тестових прикладів зі збалансованим розподілом класів (seed = 42, CPU-only). VADER застосовувався в режимі без навчання на основі правил та словника з понад 7 500 лексичних одиниць. TF-IDF + LR навчалась на виділеній вибірці із застосуванням субінлінійного TF-зважування, біграм, словника з 50 000 токенів та L2-регуляризації (метод LBFGS). DistilBERT використовувався в режимі inference без дообучення через HuggingFace Transformers pipeline на базі моделі, попередньо налаштованої на Stanford Sentiment Treebank (SST-2). Якість оцінювалась за метриками Accuracy, F1-macro, F1-weighted та ROC-AUC; додатково вимірювався час inference на 1 000 тестових прикладах. Характер помилок аналізувався за допомогою матриць плутанини, інтерпретованість TF-IDF + LR – через коефіцієнти логістичної регресії. Наукова новизна. У роботі здійснено систематичне багатокритеріальне порівняння трьох методологічно різних підходів до сентимент-аналізу в уніфікованих умовах. Вперше кількісно встановлено точне співвідношення компромісу «якість – швидкодія» для цих підходів: приріст точності від TF-IDF + LR до DistilBERT становить лише 2,3 відсоткових пункти (85,8 % проти 88,1 %), тоді як час inference зростає більш ніж у 50 000 разів (0,0006 с проти 30,54 с на CPU). Виявлено систематичну слабкість VADER щодо довгих доменних текстів – модель демонструє схильність до хибно-позитивних класифікацій (238 FP проти 81 FP у TF-IDF + LR), що вдвічі перевищує відповідний показник класичного підходу. Отримані кількісні дані забезпечують обґрунтовану основу для вибору архітектури сентимент-аналізу у промислових застосуваннях без GPU-прискорення. Висновки. Результати дослідження підтверджують загальну тенденцію розвитку NLP: складніші та новіші моделі демонструють вищу якість класифікації. DistilBERT досяг найкращих показників (Accuracy = 88,1 %, ROC-AUC = 0,9499), TF-IDF + LR – проміжних (Accuracy = 85,8 %, ROC-AUC = 0,9347), VADER – найнижчих (Accuracy = 69,1 %, ROC-AUC = 0,7678). Ключовий практичний висновок: для більшості промислових застосувань без GPU TF-IDF + Logistic Regression забезпечує оптимальний баланс якості та ефективності. VADER залишається цінним інструментом у сценаріях без навчальних даних та для швидкого прототипування. Перспективами подальших досліджень є fine-tuning трансформерних моделей безпосередньо на цільових датасетах, застосування мультилінгвальних архітектур (XLM-RoBERTa) для аналізу україномовних текстів, а також розвиток аспектного сентимент-аналізу (ABSA) для визначення тональності щодо окремих аспектів тексту.
Zitieren
APA
ПОЛІЇТ, А., ПОЛІЇТ, М., ОНИЩЕНКО, К., ГОЛЯН, В., & ГОЛЯН, Н. (2026). МЕТОДИ ТА МОДЕЛІ АВТОМАТИЧНОГО ВИЗНАЧЕННЯ ЕМОЦІЙНОГО ЗАБАРВЛЕННЯ ТЕКСТУ. Information Technology: Computer Science, Software Engineering and Cyber Security, 288-297. https://doi.org/10.32782/it/2026-3-29
Vancouver
ПОЛІЇТ А, ПОЛІЇТ М, ОНИЩЕНКО К, ГОЛЯН В, ГОЛЯН Н. МЕТОДИ ТА МОДЕЛІ АВТОМАТИЧНОГО ВИЗНАЧЕННЯ ЕМОЦІЙНОГО ЗАБАРВЛЕННЯ ТЕКСТУ. Information Technology: Computer Science, Software Engineering and Cyber Security. 2026:288-297. doi:10.32782/it/2026-3-29
BibTeX
@article{2026,
author = {ПОЛІЇТ, Алла and ПОЛІЇТ, Максим and ОНИЩЕНКО, Костянтин and ГОЛЯН, Віра and ГОЛЯН, Наталія},
title = {МЕТОДИ ТА МОДЕЛІ АВТОМАТИЧНОГО ВИЗНАЧЕННЯ ЕМОЦІЙНОГО ЗАБАРВЛЕННЯ ТЕКСТУ},
journal = {Information Technology: Computer Science, Software Engineering and Cyber Security},
year = {2026},
number = {3},
pages = {288--297},
doi = {10.32782/it/2026-3-29}
}
EUVIMED