УДК 004.85:81’322
DOI: 10.36871/2618-­9976.2025.04.005

Авторы

Максим Олегович Самсонкин,
Финансовый университет при Правительстве Российской Федерации, Москва, Россия

Аннотация

В эпоху цифровой трансформации и экспоненциального роста текстовых данных, генерируемых в сети Интернет, анализ эмоциональной окраски текстов приобретает особую актуальность. Эмоциональный искусственный интеллект (ЭИИ), направленный на распознавание, интерпретацию и симуляцию человеческих эмоций, находит все более широкое применение в обработке естественного языка. Статья посвящена обзору и сравнительному анализу основных подходов к реализации ЭИИ в задачах анализа текстов, известных как сентимент­анализ, или анализ тональности. Рассматриваются три ключевые группы методов: лексические подходы, основанные на словарях тональности; методы классического машинного обучения, требующие ручного конструирования признаков; современные методы глубокого обучения, включая рекуррентные и трансформерные нейронные сети, демонстрирующие передовые результаты. Проводится анализ преимуществ и недостатков каждого подхода с точки зрения точности, интерпретируемости, вычислительной сложности и требований к данным. Особое внимание уделяется эволюции методов, от простых словарных техник до сложных глубоких нейросетевых архитектур и их применимости к различным типам текстовых данных и задачам. Обсуждаются текущие вызовы и перспективные направления развития ЭИИ в анализе текстов..

Ключевые слова

эмоциональный искусственный интеллект
сентимент-­анализ
анализ тональности
обработка естественного языка
машинное обучение
глубокое обучение
анализ текстов
словари тональности
нейронные сети
трансформеры