Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://212.1.86.13:8080/xmlui/handle/123456789/6875
Название: | Аналіз тональності текстів на основі методів машинного навчання для моніторингу суспільних настроїв щодо корупції |
Другие названия: | Sentimental analysis of texts based on machine learning methods to monitor public attitudes towards corruption |
Авторы: | Боженко, В. В. Гончарук, І. Г. |
Ключевые слова: | корупція сентимент аналіз машинне навчання засоби масової інформації |
Дата публикации: | 11-окт-2024 |
Издательство: | Університет митної справи та фінансів |
Библиографическое описание: | 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. |
Аннотация: | 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 (Унифицированный идентификатор ресурса): | http://biblio.umsf.dp.ua/jspui/handle/123456789/6875 |
ISSN: | 2706-9079 |
Располагается в коллекциях: | 2024/3(87) |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
3.pdf | 451,09 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.