Краткое содержание

arXiv:2511.14796v1 Объявление Тип: новый Аннотация: Понимание отношения клиентов стало критически важным компонентом принятия решений в связи с растущим влиянием социальных сетей и электронной коммерции. Текстовые мнения являются наиболее структурированными, поэтому играют важную роль в анализе тональности. Большинство существующих методов, включая лексико-ориентированные подходы и традиционные методы машинного обучения, недостаточны для обработки контекстных нюансов и масштабируемости. Хотя последнее имеет ограничения в производительности модели и обобщении, глубокое обучение (DL) добилось улучшения, особенно при улавливании семантических отношений с использованием рекуррентных нейронных сетей (RNN) и сверточных нейронных сетей (CNN). Целью исследования является повышение эффективности извлечения мнений путем внедрения гибрильной модели глубокой нейронной сети, которая объединяет двунаправленную запертую рекуррентную единицу с границами (BGRU) и слои долгой краткосрочной памяти (LSTM), для улучшения анализа тональности, особенно для решения проблем, связанных с контекстом