Исследовательский потенациал молодых ученых: взгляд в будущее - 2021

61 к героям произведения, может способствовать использование метода анализа то- нальности текста. Анализ тональности текста возник как социологический инструмент ана- лиза оценки покупателей приобретаемых товаров на сайтах. Сегодня же этот класс методов контент-анализа имеет более широкий спектр применения. Он представляет собой автоматизированный анализ текстов на предмет выявления эмоционально окрашенной лексики, а также отношения автора к объектам и субъектам в тексте [4, c. 3]. Существует классификация полярности текста по бинарной шкале, которая показывает общее позитивное или негативное отношение к тексту. Такой тип анализа тональности текста используется наиболее часто, в виду простоты ин- терпретации результатов. Однако использование такой классификации имеет свои недостатки, в частности невозможность в некоторых ситуациях однозначно определить эмоциональную оценку вследствие присутствия и негативных и по- зитивных оттенков. Классификация текста по многополосной шкале позволяет ранжировать то- нальность по 4–5-балльной шкале, а в случае с системами шкал от отрицатель- ных до положительных значений, с помощью чего можно выразить менее поляр- ное отношение к тексту или его объекту. Помимо этого существует анализ субъективности и объективности текста, что, безусловно, является более сложной категорией, так как оба компонента за- висят от контекста и могут присутствовать в тексте одновременно [6, c. 7–8]. Анализ тональности текста может осуществляться различными методами: от подхода на правилах и со словарем до машинного обучения и обучения без учителя [2, c. 81–82]. Однако из наиболее удобных и применимых в рамках об- разовательного процесса можно выделить: создание программ в языках Python, Java и т.д. и использование готовых сайтов для анализа текстов. Первый вариант состоит из нескольких этапов: написание кода (или исполь- зование уже существующего), отбор слов, которые не берутся во внимание (со- юзы, предлоги и т. д.), присвоение индекса каждому из слов, ввод переменных, которые убирают заглавные буквы и знаки пунктуации, создание массива дан- ных и вектора данных и т. д. При этом, созданный алгоритм необходимо предва- рительно проверить на большом количестве разнообразных текстов, чтобы уве- личить точность анализа [5, c. 275]. Такой анализ тональности текста, безусловно, требует наличия навыков в программировании и затрат времени. Однако данный способ является более точным средством для измерения тональности текста и дает возможность клас- сифицировать его по различным признакам. Использование готовых сайтов по типу Monkeylearn или Aylien поможет осуществить только примитивный анализ тональности целого текста, или отрыв- ков из него. Однако данный вид анализа доступен каждому и его результаты до- статочно наглядны.