procyberВестник кибернетикиProceedings in Cybernetics1999-7604Бюджетное учреждение высшего образования Ханты-Мансийского автономного округа – Югры «Сургутский государственный университет»10.35266/1999-7604-2024-2-4procyber-587Research ArticleТЕХНИЧЕСКИЕ НАУКИEngeneeringМЕТОД МОДЕЛИРОВАНИЯ ОЦЕНКИ СЛОВ РЕСПОНДЕНТОМ ДЛЯ ПРОГНОЗА СИЛЫ ТОНАЛЬНОСТИ ЭЛЕМЕНТОВ В ТОНАЛЬНОМ СЛОВАРЕMODELING METHOD FOR RESPODENT’S ANALYSIS OF WORDS FOR PREDICTING SENTIMENT ANALYSIS OF SENTIMENT DICTIONARY’S ELEMENTSГончаровАлександр РомановичGoncharovAleksandr R.

аспирант

Postgraduate

mr.tesanta@ya.ruЛысенковаСветлана АлександровнаLysenkovaSvetlana A.

кандидат физико-математических наук, доцент

Candidate of Sciences (Physics and Mathematics), Docent

Сургутский государственный университет, СургутРоссияSurgut State University, SurgutRussian Federation2024180620242323138Copyright © Гончаров А.Р., Лысенкова С.А., 20242024Гончаров А.Р., Лысенкова С.А.Goncharov A.R., Lysenkova S.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.vestcyber.ru/jour/article/view/587

Рассмотрен ручной способ оценки слов и расчет их тональности в задаче формирования тонального словаря. В работе предложен метод моделирования оценки слов респондентами при прохождении анкетирования методом «best-worst scaling» для расчета эмоционального окраса слов. Содержание метода моделирования заключается в использовании готовых «словарей-ориентиров», служащих для вычисления статистических вероятностей предполагаемого выбора ответа в заданном вопросе анкеты. Введение коэффициента ошибки позволит учесть человеческий фактор в процессе выбора элементов. Реализация данного метода позволит выявить влияние распределения слов для оценивания, а также минимальное количество респондентов для формирования адекватных результатов, ожидаемых по сравнению со «словарем-ориентиром».

The study discusses a manual method for evaluating words and their sentiment analysis in order to compile a sentiment dictionary. To evaluate the emotional coloring of words, a method of modeling respondents’ evaluations of words using the best-worst-scaling questionnaire is proposed. The modeling method depends on the reference dictionaries, which help determine the statistical probabilities of the expected answer choice for a given question of the questionnaire. The human factor in the selection process can be considered by introducing an error coeffi cient. The implementation of this method allows detecting the infl uence of word distribution on evaluation results, as well as the minimum number of respondents required to gather suffi cient results in comparison with the reference dictionary.

сентимент-анализтональный словарьсловарь-ориентирручной способмоделирование оценки словнаилучшее-наихудшее масштабированиеsentiment analysissentiment dictionaryreference dictionarymanual methodword evaluation modelingbest-worst scalingReferencesМайорова Е. В. О сентимент-анализе и перспективах его применения // Социальные и гуманитарные науки. Отечественная и зарубежная литература. Серия 6: Языкознание. 2020. № 4. С. 78–86.Майорова Е. В. О сентимент-анализе и перспективах его применения // Социальные и гуманитарные науки. Отечественная и зарубежная литература. Серия 6: Языкознание. 2020. № 4. С. 78–86.Матвеева Т. В. Тональность текста // Эффективное речевое общение (базовые компетенции) : словарь-справочник / под ред. А. П. Сковородникова. 2-е изд., перераб. и доп. Красноярск : Сиб. фед. ун-т, 2014. С. 692–694.Матвеева Т. В. Тональность текста // Эффективное речевое общение (базовые компетенции) : словарь-справочник / под ред. А. П. Сковородникова. 2-е изд., перераб. и доп. Красноярск : Сиб. фед. ун-т, 2014. С. 692–694.Котельников Е. В., Разова Е. В., Котельникова А. В. и др. Современные словари оценочной лексики для анализа мнений на русском и английском языках (аналитический обзор) // Научно-техническая информация. Серия 2: Информационные процессы и системы. 2020. № 12. С. 16–33. DOI 10.36535/0548-0027-2020-12-3.Котельников Е. В., Разова Е. В., Котельникова А. В. и др. Современные словари оценочной лексики для анализа мнений на русском и английском языках (аналитический обзор) // Научно-техническая информация. Серия 2: Информационные процессы и системы. 2020. № 12. С. 16–33. DOI 10.36535/0548-0027-2020-12-3.Koltsova O. Yu., Alexeeva S. V., Kolcov S. N. An opinion word lexicon and a training dataset for Russian sentiment analysis of social media // Computational Linguistics and Intellectual Technologies : Proceedings of the International Conference “Dialogue 2016”, June 1–4, 2016, Moscow. Moscow, 2016. Vol. 15. P. 277–287.Koltsova O. Yu., Alexeeva S. V., Kolcov S. N. An opinion word lexicon and a training dataset for Russian sentiment analysis of social media // Computational Linguistics and Intellectual Technologies : Proceedings of the International Conference “Dialogue 2016”, June 1–4, 2016, Moscow. Moscow, 2016. Vol. 15. P. 277–287.Кулагин Д. И. Открытый тональный словарь русского языка КартаСловСент // Компьютерная лингвистика и интеллектуальные технологии : по материалам ежегодной междунар. конф. «Диалог», 16–19 июня 2021 г., г. Москва. Вып. 20. М. : Российский государственный гуманитарный университет, 2021. С. 1106–1119. DOI 10.28995/2075-7182-2021-20-1106-1119.Кулагин Д. И. Открытый тональный словарь русского языка КартаСловСент // Компьютерная лингвистика и интеллектуальные технологии : по материалам ежегодной междунар. конф. «Диалог», 16–19 июня 2021 г., г. Москва. Вып. 20. М. : Российский государственный гуманитарный университет, 2021. С. 1106–1119. DOI 10.28995/2075-7182-2021-20-1106-1119.Flynn T. N., Marley A. A. J. Best-worst scaling: Theory and methods // Handbook of choice modelling / Hess S., Daly A., eds. Cheltenham, UK : Edward Elgar Publishing, 2014. P. 178‒201.Flynn T. N., Marley A. A. J. Best-worst scaling: Theory and methods // Handbook of choice modelling / Hess S., Daly A., eds. Cheltenham, UK : Edward Elgar Publishing, 2014. P. 178‒201.Mohammad S. M. Word affect intensities // Proceedings of the 11th International Conference on the Language Resources and Evaluation (LREC‒2018), May 7‒12, 2018, Miyazaki, Japan. URL: https://www.saifmohammad.com/WebDocs/word-affect-intensities.pdf (дата обращения: 25.03.2024).Mohammad S. M. Word affect intensities // Proceedings of the 11th International Conference on the Language Resources and Evaluation (LREC‒2018), May 7‒12, 2018, Miyazaki, Japan. URL: https://www.saifmohammad.com/WebDocs/word-affect-intensities.pdf (дата обращения: 25.03.2024).Лукашевич Н. В. Автоматический анализ тональности текстов: проблемы и методы // Интеллектуальные системы. Теория и приложения. 2022. Т. 26, № 1. С. 50–61.Лукашевич Н. В. Автоматический анализ тональности текстов: проблемы и методы // Интеллектуальные системы. Теория и приложения. 2022. Т. 26, № 1. С. 50–61.Вакуленко А. А., Стрелец А. В., Сытник Д. А. Методика оценки влияния качества анкеты на достоверность результатов анкетирования методом имитационного моделирования // Вестник Московского государственного областного университета. 2013. № 4. URL: https://elibrary.ru/download/elibrary_21206563_45223214.pdf (дата обращения: 25.03.2024).Вакуленко А. А., Стрелец А. В., Сытник Д. А. Методика оценки влияния качества анкеты на достоверность результатов анкетирования методом имитационного моделирования // Вестник Московского государственного областного университета. 2013. № 4. URL: https://elibrary.ru/download/elibrary_21206563_45223214.pdf (дата обращения: 25.03.2024).

The authors declare that there are no conflicts of interest present.