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 РозмірФормат 
3.pdf451,09 kBAdobe PDFПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.