MODELING METHOD FOR RESPODENT’S ANALYSIS OF WORDS FOR PREDICTING SENTIMENT ANALYSIS OF SENTIMENT DICTIONARY’S ELEMENTS
https://doi.org/10.35266/1999-7604-2024-2-4
Abstract
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.
About the Authors
Aleksandr R. Goncharov
Surgut State University, Surgut
Russian Federation
Russian Federation
Postgraduate
Svetlana A. Lysenkova
Surgut State University, Surgut
Russian Federation
Russian Federation
Candidate of Sciences (Physics and Mathematics), Docent
References
1. 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.
2. 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.
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.
4. 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.
5. 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.
6. 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.
7. 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).
8. Лукашевич Н. В. Автоматический анализ тональности текстов: проблемы и методы // Интеллектуальные системы. Теория и приложения. 2022. Т. 26, № 1. С. 50–61.
9. 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).
Review
For citations:
Goncharov A.R., Lysenkova S.A. MODELING METHOD FOR RESPODENT’S ANALYSIS OF WORDS FOR PREDICTING SENTIMENT ANALYSIS OF SENTIMENT DICTIONARY’S ELEMENTS. Proceedings in Cybernetics. 2024;23(2):31-38. (In Russ.) https://doi.org/10.35266/1999-7604-2024-2-4
Views:
117
Email this article 