UA : Мета роботи полягає у дослідженні та вивченні існуючих методів та засобів аналізу тональності тексту, їхніх особливостей, етапів, ефективності та можливості впровадження з метою обрати найефективніший для подальшої реалізації системи для автоматичного визначення тональності тексту.
Досліджено методи та конкуруючі сучасні системи аналізу тональності тексту, їхні можливості та проблеми. Порівняно методи аналізу тональності тексту та обрано найефективніший для реалізації власної системи — метод, заснований на машинному навчанні. Спроектовано та реалізовано веб-застосунок на основі фреймворку на Python — Django для аналізу одиночного тексту та відгуків на будь-який фільм з сайту IMDB. На основі розробленого застосунку було проведено дослідження щодо ефективності роботи розробленої системи з різноманітними текстами.
EN : The aim of the work is to explore and study the existing methods and tools for sentiment analysis of the text, their features, stages, effectiveness and feasibility in order to select the most effective and use it to create the system for automatic sentiment analysis of the text.
Methods and competing modern systems of sentiment analysis, their possibilities and problems are studied. The methods of sentiment analysis are compared and the most effective method for realization of own system is chosen — it is a method based on machine learning. A web application on the Python based Django framework for single text analysis and for analyzing the review on any movie from the IMDB site was designed and implemented. Based on the developed application, an exploration on the effectiveness of the developed system with different texts was conducted.
