Курсовая работа на тему Электронная музыка комплексный анализ текстов

Содержание


Введение 3
Глава 1 Задачи и методы анализа текстов 5
1.1 Обзорный анализ задач и методов анализа текста 5
1.2 Характеристика отдельных методов 8
1.3 Типологические характеристики текстов разных типов (дать для каждого типа определение, описать особенности) 12
Глава 2 Выявление, отбор и анализ текстов 17
2.1 Описание-характеристика выбранного объекта 17
2.2 Принципы отбора текстов 18
2.3 Описание процесса и результатов анализа 18
Заключение 21
Список литературы 22
Приложение 1 24


Введение

Актуальность исследования заключается в том, что классификация текстов – одна из областей обработки натуральных языков (англ. Natural Language Processing). Эта область набирает всё большую популярность с каждым годом. Информатизация населения и перевод текстов в электронный вид (например, электронный документооборот в Российской Федерации) приводят к необходимости разработки эффективных алгоритмов анализа и классификации этих текстов. Одной из задач классификации текстов является распознавание эмоциональной окраски текста. Эта задача может использоваться не только для классификации текста (например, в судебно-криминалистическом анализе), но и в задачах искусственного интеллекта. Распознавание эмоциональной окраски также называют анализом тональности текста. Анализ тональности текста (сентимент-анализ) – область компьютерной лингвистики, занимающаяся выделением из текстов эмоционально окрашенной лексики или эмоциональной оценки автора. Любым коммерческим фирмам, производящим какой-либо продукт, интересно знать мнение покупателей об этом продукте. Эти данные могут быть использованы для повышения качества продукта, определения целевой аудитории, а также для определения главных достоинств и недостатков конкурентов. Эту задачу решает анализ мнений (англ. Opinion mining).
Этот анализ заключается в двух подзадачах:
1) морфологическом анализе для выделения сущностей, которые будут оцениваться, и
2) анализе эмоциональной окраски выражений, относящихся к этой сущности.
Также, сентимент-анализ является неотъемлемой частью многих задач искусственного интеллекта. Он используется в специальных автоматизированных программах для анализа историй сообщений и других приложениях, в которых человеко-машинное взаимодействие происходит при помощи естественного языка.
Объект исследования – текст.
Предмет исследования – комплексный анализ текстов.
Цель исследования – провести анализ текста с использованием сантимент-анализа.
Задачи:
– Обзорный анализ задач и методов анализа текста.
– Характеристика отдельных методов.
– Типологические характеристики текстов разных типов (дать для каждого типа определение, описать особенности).
– Описание-характеристика выбранного объекта.
– Принципы отбора текстов.
– Описание процесса и результатов анализа .
Структура работы представлена введением, двумя главами, заключением и списком литературы.
Глава 1 Задачи и методы анализа текстов

1.1 Обзорный анализ задач и методов анализа текста

Предложен универсальный метод генерации и определения форм слов естественных языков различных семейств и групп. Метод основан на представлении формообразования в виде последовательности преобразований и предназначен для решения задач на морфологическом уровне обработки текстов. Доказаны возможность применения метода для различных естественных языков и адекватность предложенной модели формообразования.
Автоматическая обработка текстов используется при решении следующих задач: машинный перевод; проверка правописания; анализ текстов и выявление в них знаний; диалог ЭВМ с пользователем на естественном языке; анализ запросов в информационно-поисковых системах глобальных информационных сетей; анализ и синтез речи. Любой пользователь сталкивается с данными задачами практически каждодневно. Можно выделить три уровня обработки текстов: морфологический, синтаксический, семантический. На семантическом уровне связываются слова, сочетания и их смысловое значение. На синтаксическом уровне определяется взаимосвязь слов в предложении. На морфологическом уровне связываются слова предложения и их грамматические значения (падеж, время и т. п.). Задачи генерации и определения. Рассмотрим более подробно морфологический уровень обработки текстов. Морфологический анализ и синтез работают с предложениями. При морфологическом анализе для каждого слова решается задача определения. Определение заключается в нахождении по данной словоформе ее нормальной формы (основы) и грамматического значения. Морфологический синтез состоит в решении для каждого слова задачи генерации. Генерация формы слова – это процесс получения формы с использованием в качестве начальных параметров основы и грамматического значения.
Метод генерации и определения форм слов.
Задачей данной работы является разработка метода генерации и определения форм слов, удовлетворяющего следующим критериям универсальности:
1) универсальность метода для естественных языков различных групп и семейств;
2) универсальность структуры данных, не требующей конвертации для решения задач определения или генерации;
3) универсальность метода для возможных типов формообразования словоформ;
4) универсальность метода для любых видов аффиксов;
5) универсальность метода для обработки всей парадигмы слова, в том числе и аналитических (сложных) словоформ.
Существует множество методов решения задач генерации и определения форм слов, разработанных отечественными учеными и зарубежными специалистами. Однако они удовлетворяют не всем перечисленным критериям универсальности, а лишь некоторым. Предлагается модель формообразования естественных языков (далее модель формообразования), состоящая в том, что получение словоформы с данным грамматическим значением можно представить в виде последовательности конечного числа преобразований над основой.
Можно выделить два основных типа преобразований:
1) добавление подстроки S к строке P слева (префиксы) (обозначается S+) или справа (постфиксы) (+S) без изменения самой строки;
2) замена первой слева подстроки S на подстроку P (S – P).
Каждое преобразование имеет обратное к нему, то есть совершающее обратное действие.
Перечисленным типам преобразований соответствуют следующие типы обратных преобразований:
1) отделение подстроки S от строки P слева (S-) или справа (-S);
2) обратная замена первой слева подстроки P на подстроку S (P – S).
Все остальные преобразования можно представить в виде перечисленных основных и/или обратных типов преобразований. Чтобы использовать преобразование в рамках данной модели, преобразование должно облад