Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://biblio.umsf.dp.ua/jspui/handle/123456789/6875
Назва: | Аналіз тональності текстів на основі методів машинного навчання для моніторингу суспільних настроїв щодо корупції |
Інші назви: | Sentimental analysis of texts based on machine learning methods to monitor public attitudes towards corruption |
Автори: | Боженко, В. В. Гончарук, І. Г. |
Ключові слова: | корупція сентимент аналіз машинне навчання засоби масової інформації |
Дата публікації: | 11-жов-2024 |
Видавництво: | Університет митної справи та фінансів |
Бібліографічний опис: | Боженко В. В., Гончарук І. Г. Аналіз тональності текстів на основі методів машинного навчання для моніторингу суспільних настроїв щодо корупції. Науковий погляд: економіка та управління. 2024. №3(87). С. 7-11. |
Короткий огляд (реферат): | Стаття присвячена аналізу тональності текстів публікацій в засобах масової інформації, присвячених питанням корупції, а також проведення аналізу контенту щодо корупції в світі та Україні. Для дослідження тональності тексту публікацій використано методи машинного навчання, а саме аналізатор VADER. Для аналізу обрано англомовні статті, які опубліковані в газеті The Guardian. Періодом дослідження обрано 2021–2024 роки. Проведений аналіз продемонстрував, що домінантною емоційною тональністю статей про корупцію у світі в газеті The Guardian була негативна. Водночас емоційне забарвлення новинних текстів щодо питань корупції в Україні є більш негативним порівняно зі світовими новинами з аналогічної проблематики. Результати дослідження мають практичне значення та можуть бути використані громадськими організаціями, державними установами при оцінюванні ефективності політики щодо запобігання та протидії корупції в країні. |
URI (Уніфікований ідентифікатор ресурсу): | http://biblio.umsf.dp.ua/jspui/handle/123456789/6875 |
ISSN: | 2706-9079 |
Розташовується у зібраннях: | 2024/3(87) |
Файли цього матеріалу:
Файл | Опис | Розмір | Формат | |
---|---|---|---|---|
3.pdf | 451,09 kB | Adobe PDF | Переглянути/Відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.