Автоматическое пополнение предметно-ориентированных тональных словарей (на материале отзывов о банковских организациях)

Юшина Татьяна Андреевна

Автоматическое пополнение предметно-ориентированных тональных словарей (на материале отзывов о банковских организациях)

В работе рассматривается алгоритм автоматического составления тональных словарей, которые используются в процедурах анализа тональности. В исследовании был использован русскоязычный корпус текстов отзывов о банках. Основная идея подхода – оценка корреляции двух случайных событий: «слово содержится в отзыве» и «отзыв описывает недостатки/достоинства». Для оценки корреляции были построены таблицы сопряженности и применен критерия согласия Пирсона («Хи-квадрат»). Так, были получены словари тональных лексем (702 слова) и конструкций (400 словосочетаний). Удалось выделить как общеупотребительные тонально окрашенные слова и словосочетания (грубый, отвратительный, доброжелательный, потрясающе, неприятная ситуация, страшный сон), так и относящиеся к банковской сфере (ипотечный кредит, приличный кэшбэк, минимальный процент, банкомат зажевал (карту), огромная комиссия). В основе оценки качества работы алгоритма был использован метод кросс-валидации, показавший достаточно высокие результаты: полнота (67,4%) и точность (78,4%). Данный алгоритм в дальнейшем можно применить для автоматического составления предметно-ориентированных тональных словарей других предметных областей, а также его можно использовать для маркетинговых исследований банковских услуг.

Языкознание

Дипломы

Вуз: Санкт-Петербургский государственный университет (СПбГУ)

ID: 5a6f88247966e12684eea0e9

UUID: 4aa9e4d6-becd-4ee7-9f42-362513312174

Язык: Русский

Опубликовано: около 6 лет назад

Просмотры: 27

Юшина Татьяна Андреевна

Источник: Санкт-Петербургский государственный университет

Комментировать 0

Рецензировать 0

Скачать - 1,1 МБ

Поделиться работой

САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ Магистерская программа «Прикладная и экспериментальная лингвистика» АВТОМАТИЧЕСКОЕ ПОПОЛНЕНИЕ ПРЕДМЕТНО-ОРИЕНТИРОВАННЫХ ТОНАЛЬНЫХ СЛОВАРЕЙ (НА МАТЕРИАЛЕ ОТЗЫВОВ О БАНКОВСКИХ ОРГАНИЗАЦИЯХ) Диссертация на соискание степени магистра по направлению 45.04.02 «Лингвистика» Юшиной Татьяны Андреевны Научный руководитель – кандидат филологических наук доцент О.В. Митренина Санкт-Петербург 2017

Оглавление Введение ............................................................................................................... 3 Глава I. Автоматический анализ тональности как область прикладной лингвистики ........................................................................................................ 5 1.1. Автоматический анализ тональности в современном мире .................. 5 1.2. Задачи анализа тональности ..................................................................... 6 1.3. Виды классификации тональности .......................................................... 8 1.4. Проблемы автоматического определения тональности......................... 9 1.5. Методы определения тональности текстов........................................... 11 1.6. Обзор работ по автоматическому составлению тональных словарей 16 1.7. Выводы к главе I ...................................................................................... 21 Глава II. Разработка системы автоматического пополнения тональных словарей для банковской сферы ................................................................... 23 2.1. Постановка задачи и описание алгоритма ............................................. 23 2.2. Инструменты и технологии ..................................................................... 26 2.3. Реализация алгоритма ............................................................................. 32 2.4. Оценка работы алгоритма ....................................................................... 40 2.5. Выводы к главе II ................................................................................... 44 Заключение ........................................................................................................ 46 Список использованной литературы ................................................................ 49 Приложение 1. Словарь положительно окрашенных слов, выделенных с помощью алгоритма, со значениями «Хи-квадрат» ........................................ 54 Приложение 2. Словарь отрицательно окрашенных слов, выделенных с помощью алгоритма, со значениями «Хи-квадрат» ........................................ 61 Приложение 3. Словарь отрицательно окрашенных словосочетаний, выделенных с помощью алгоритма, со значениями «Хи-квадрат» ............... 72 Приложение 4. Словарь положительно окрашенных словосочетаний, выделенных с помощью алгоритма, со значениями «Хи-квадрат» ............... 76 2

Введение С развитием интернета и появлением социальных сетей пользователи получили возможность выражать свое мнение. Это мнение может быть относительно услуги или товара, фильма или книги, компании или политического деятеля. Возникла потребность обрабатывать огромные объемы информации для определения отношения пользователей к тому или иному объекту. Однако, количество отзывов достигает десятков тысяч, и обработка отзывов вручную оказывается невозможной. В связи с этим широкое распространение получили автоматизированные подходы к анализу тональности (sentiment analysis). Цель работы – разработка и реализация алгоритма автоматического пополнения предметно-ориентированных тональных словарей. В соответствии с поставленной целью решаются следующие задачи: – изучить литературу, посвященную анализу тональности; – рассмотреть существующие методы анализа тональности; – рассмотреть методы пополнения тональных словарей; – разработать алгоритм автоматического пополнения тональных словарей для банковской сферы; – применить полученный алгоритм и оценить качество работы алгоритма. Актуальность работы. В последнее время большое внимание направлено на решение задачи анализа тональности в различных предметных областях. Автоматизированные подходы к анализу тональности могут быть полезны как для государственных органов и политиков, так и для компаний и простых пользователей. Одной из важнейших задач для анализа тональности является создание словарей оценочных слов. Многие исследователи создают словари общеупотребительных оценочных слов. Однако известно, что в разных предметных областях 3

могут применяться достаточно разные наборы оценочных выражений. Так, например, одно и то же слово может выражать противоположные тональности: «The battery life is long» (Батарея работает долго – положительная тональность) и «The time taken to focus is long» (Долго фокусируется – отрицательная тональность). Необходимость разработки алгоритма автоматического пополнения предметно-ориентированных тональных словарей обусловливает актуальность данной работы. Научная новизна работы заключается в обращении к ранее мало изученной предметной области – тональным словарям банковской сферы. Методы исследования. В качестве основных методов исследования следует назвать описательный метод, статистический метод и метод машинного обучения. Практическая значимость данной работы состоит в том, что разработанный алгоритм можно применять для извлечения тональных словарей для других предметных областей, а также использовать его для маркетинговых исследований. Материалом для исследования стали отзывы пользователей о банковских организациях, собранные на сайте banki.ru. Объем корпуса – 2500 отзывов. 4

Глава I. Автоматический анализ тональности как область прикладной лингвистики 1.1. Автоматический анализ тональности в современном мире В настоящее время основным средством связи является глобальная сеть Интернет. Ежедневно миллионы терабайтов информации распространяются по всему миру, при этом текст является основным посредником социального воздействия и коммуникации. Изучение и анализ таких текстов дают возможность узнать о тенденциях в мире виртуального общения и об актуальных проблемах современного общества. Одним из таких анализов является автоматизированный анализ эмоциональной окраски текстов (сентимент-анализ или анализ тональности). Сентимент-анализ – это извлечение положительных или негативных эмоций из текста [Pang, Lee 2008]. Анализ тональности – одна из задач компьютерной лингвистики, однако области его применения могут находиться за пределами самой лингвистики. Системы автоматического анализа тональности могут использоваться как части других систем, например, рекомендательных (recommendation systems). Сентимент-анализ позволяет выявить объекты с негативными отзывами и в дальнейшем не рекомендовать их. Диалоговые системы (question answering) – еще одна область применения сентимент-анализа, поскольку для свободного диалога человека и компьютера необходимо, чтобы компьютер мог оценивать эмоциональную окраску. Классической областью применения автоматического анализа тональности является маркетинг, а именно, анализ оценки продукта на основании отзывов потребителей. Людям всегда требовались советы, если они стояли перед выбором. С появлением блогов и социальных сетей стало гораздо проще делиться рекомендациями и мнениями по товарам и услугам. В связи с этим крупные компании стали понимать, что отзывы 5

одних покупателей могут оказывать огромное влияние на формирование мнений других покупателей, поэтому компании исследуют интернетинформацию относительно своих брендов и товаров. Сентимент-анализ в свою очередь помогает анализировать данные отзывы, что значительно экономит время на просмотре сотен рецензий. Также сентимент-анализ может использоваться для оценки ситуации на рынке в целом. Другая область применения – социальные и политические науки. В данной области анализ тональности может применяться для оценки отношения к деятельности политиков на основе текстов СМИ или для оценки политиков во время предвыборной кампании, что помогает определить исход выборов. 1.2. Задачи анализа тональности Основная цель анализа тональности – нахождение мнений в тексте и выявление их свойств. Какие именно свойства будут рассматриваться зависит от решаемой задачи. Например, целью анализа может быть извлечение объекта, о котором написан отзыв, или автора, которому принадлежит мнение. Задачи анализа тональности можно условно разделить на следующие группы: 1. Классификация документов на основе мнений. В самом простом случае данный тип задач сводится к определению, является ли текст положительно или отрицательно окрашенным. 2. Анализ мнений на основе аспектов объекта. Данная задача ссылается на определение мнений, выраженных различными аспектами объектов. Аспект — это атрибут или компонент сущности, исследуемой на тональность, например, у мобильного телефона (экран, камера, громкость) или банка (расположение, обслуживание, интернет-банк). 6

Это более сложная задача с увеличенной трудоемкостью, поскольку проблема требует решения таких задач, как идентификация сущностей и извлечение их аспектов. Таким образом, на основе отзыва о банке необходимо понять, какие черты понравились («кредитоустойчивость», «получение средств с минимальным пакетом необходимых документов»), а какие нет («затянутое обслуживание клиентов», «грубый сотрудник») [Popescu 2005]. 3. Составление словарей оценочной лексики. В данном случае, словарь – это список слов и приписанных им тональностей, в том числе с указанием частоты нахождения слова в тексте. Иногда данная группа задач является отдельным этапом при разработке автоматической системы. 4. Поиск сравнений в отзывах. В текстах отзывов может производиться сравнение одного товара с другими по различным аспектам. В рамках данной задачи осуществляется поиск данных сравнений. Ниже представлен пример отзыва с сайта otzovik.com о «Почта банк», пунктуация и орфография автора сохранены: «Сегодня обратилась в отделение Почты банка с целью оформить кредит на 400 тыс. руб. Даже не то, чтобы оформить, а сравнить с другим банком, который мне уже одобрил эту сумму (Сбербанк). При такой активной рекламе и явное расхваливание этого банка захотелось сравнить проценты ... А может и вправду, если у Почта банк настолько выгодные условия, то почему бы не взять кредит у него? С такими размышлениями я пришла на почту. Оформление заявки заняло не много времени, из документов у меня попросили только паспорт и СНИЛС. Оставила хорошие впечатления кредитный специалист: доброжелательная и располагающаяся к себе женщина. Оформили, ждём ответ. Первое, что удивило - сумма ежемесячного платежа - она оказалась больше чем в Сбере (13400 тыс. против 11250тыс.) За счет чего такая сумма???? Ведь процент у Почты ниже... Покаия думала, пришел ответ... Ответ пришёл быстро, минут 5, даже меньше. Он меня шокировал... В кредите мне отказали, якобы потому, что у меня "плохая кредитная история". Я была в шоке. Как так??!! Да у меня ОТЛИЧНАЯ КРЕДИТНАЯ ИСТОРИЯ, ни одной просрочки платежа. Некоторые кредиты закрывала даже досрочно Откуда же тогда она у меня плохая?! 7

Очень странная система проверки у этого банка. Для Сбера, значит, я надёжный клиент, и они мне одобрили сумму больше, чем 400 тыс., а у Почта-банк я вдруг странным образом оказалась "неплатильщиком"». Объектом отзыва является банк «Почта банк». К аспектам относятся: условия выдачи кредита, специалист банка, оформление заявки, ежемесячный платеж, процент, кредитная история и др. Оценочная лексика (тональность): «хороший», «доброжелательная и располагающаяся к себе», «плохой», «больше», «отличный» и др. Также в данном отзыве проводится сравнение с другим банком «Сбербанк». 5. Идентификация субъективности/объективности. Данная задача обычно определяется как отнесение данного текста в один из двух классов: субъективный или объективный. Однако данная задача может быть трудно решаема, поскольку субъективность зависит от контекста, а объективный документ может содержать в себе субъективные предложения (например, новостная статья, цитирующая мнения людей) [Tong 2001]. 1.3. Виды классификации тональности В современных системах автоматического анализа тональности текста чаще всего положительная/позитивная используются тональность, следующие оценки: негативная/отрицательная тональность и нейтральная тональность. Под нейтральной тональностью имеется в виду, что текст не содержит эмоциональной окраски. Также известны и успешные случаи использования и многомерных пространств [Pang, Lee 2008: 16-17]. Рассмотрим более подробно существующие виды классификации. Классификация по бинарной шкале. Полярность документа можно определять по бинарной шкале. В этом случае для определения полярности документа используется два класса оценок: позитивная или негативная. Одним из минусов данного подхода является то, что эмоциональную составляющую документа не 8

всегда можно однозначно определить, т.е. документ может содержать как признаки позитивной оценки, так и признаки негативной. Одной из систем, которая решает эту проблему, является программа SentiStrength [Thelwall 2010]. Данный алгоритм использует словарь эмотивной лексики и дополнительную лингвистическую информацию для автоматического распознавания эмоциональной окраски в коротких текстах на английском языке (система также адаптирована для русского языка). Для каждого текста результатом является две оценки по пятибалльной шкале от 1 до 5. Например, нейтральный текст получит оценку [1, -1], а такое предложение, как "I love dogs quite a lot but cats I really hate” (Я очень люблю собак и понастоящему ненавижу кошек) получит оценку [3, -5], что будет означать, что в тексте выражается умеренно позитивное и сильно негативное отношение. Классификация по многозначной шкале. Можно классифицировать полярность документа по многозначной шкале. Так, авторы статьи [Pang, Lee, 2005] расширили задачу анализа отзывов по бинарной шкале до 4-балльной шкалы. В то же время анализ отзывов может проводиться по 5-балльной шкале [Snyder 2007] и даже по шкале от −10 до 10 (от самого отрицательного к самому положительному). 1.4. Проблемы автоматического определения тональности Проблемы, возникающие при автоматическом определении тональности, можно разделить на общие и специфичные. Среди общих проблем можно выделить следующие: 1. Зависимость значения тональности от предметной области. Так, в предметной области фильмов понятие «непредсказуемый» может иметь положительную окраску, однако в области банковского обслуживания все получается с точностью наоборот. При использовании методов «обучения с учителем», алгоритм классификации сам формирует данные о тональности из обучающей выборки. Следовательно, для 9

правильной классификации необходимо, чтобы обучающий и тестовый корпус имели общую предметную область. На практике, например, отзывы пользователей не всегда ограничены какой-либо одной предметной областью. В таком случае применяется разбиение текста на категории в два подхода: сначала осуществляется тематическая классификация документа, затем классификация тональности [Цветков 2013]. 2. Наличие отрицания (например, частицы «не») может изменить тональность следуемой за ним части высказывания на обратную. Рассмотрим следующую часть отзыва: «Раньше мне очень нравилось пользоваться интернет-приложением Сбербанка. Качество информационной системы было на высоте. Но использование последней версии прошивки все портит». В первых двух предложениях автор высказывает положительное мнение, но из-за использования отрицательно окрашенного словосочетания «все портит» в третьем предложении общая тональность относительно аспекта «интернет-приложение» отрицательная. Для методов машинного обучения, использующих модель типа «набор слов» (bag-of-words), в качестве простой эвристики можно искусственным образом к соседним словам добавлять частицу «не». К примеру, для высказывания «Мне не очень нравится работа банка» получится строка «Мне не не_очень не_нравится работа банка». Но такая модификация не является очень точным моделированием отрицания, в частности, в случаях, когда отрицание может быть выражено неявно [Wiegand, Balahur 2010]. 3. Анализ тональности сарказма и иронии Высказывания, тональность, содержащие обратную сарказм, тональности могут отдельных иметь слов общую («Отличное обслуживание для любителей пропустить половину рабочего дня!»). В некоторых случаях сарказм не воспринимается и самими людьми, что 10

сводит практически к нулю попытки машинного анализатора правильно определить тональность. Но стоит отметить, что способы решения такой проблемы существуют – в работе [Oren, Dmitry, Ari 2010] авторам удалось добиться точности на уровне 78% на коллекции отзывов на товары, используя метод частичного обучения (semi-supervised learning). 4. Значение тональности зависит и от непосредственного заказчика или участника анализа. Так, например, для банка «Советский» высказывание «У банка «Советский» отличное обслуживание по сравнению с другими, в частности, Сбербанком» несёт положительное значение тональности, а для Сбербанка – отрицательное. К специфичным проблемам для анализа отзывов относятся: 1. Большой словарь употребляемых слов. Частое искажение использование написания слов, сленга, намеренное использование разных и ненамеренное регистров при написании одного и того же слова, использование смайликов значительно затрудняют автоматическую обработку данных. 2. Недостаточное количество слов в отзыве. Зачастую на текстовые поля ставятся ограничения по размеру для более экономного расходования памяти базой данных. Из-за такого ограничения при наборе текста пользователем, с одной стороны, имеют место всевозможные сокращения слов, с другой – обрывистые данные с незаконченной мыслью, так как система изначально принимает длинное сообщение, а затем при внесении в базу данных обрезает для корректного пополнения. 1.5. Методы определения тональности текстов Подходы к автоматической оценке тональности текста можно разделить на две группы: основанные на правилах (rule-based) и 11

использующие методы машинного обучения (machine learning). Рассмотрим каждую из групп подробнее. 1. Подходы с использованием правил и словарей 1.1. Метод, основанный на правилах (rule-based). Данный подход заключается в том, что существует набор заранее разработанных правил, которые описывают некую предметную область. Необходимо определить тональность текста, применив данные правила. Для этого текст разбивается на слова или последовательности слов (ngrams). Затем полученные данные используются для выделения часто встречающихся шаблонов, которым присваивается тональная оценка (положительная или отрицательная). Выделенные шаблоны применяются при создании правил вида «ЕСЛИ условие, ТО заключение». [Liu 2004, Клековкина, Котельников 2012]. Например, следующее правило «если цепочка содержит глагол из списка («любить», «нравиться» и др.) и не содержит глагола из другого списка («ненавидеть», «отвращать» и др.) или отрицания» приписывает предложению положительную тональность. При использовании отрицания перед найденной цепочкой тональность может меняться на противоположную – указанную правилом или определенную в словаре. Для получения итоговой оценки тональности текста необходимо сделать расчет общей суммы весов. При этом, сумма тональностей фрагментов может быть не равна общей окраске всего текста, в частности, в случае наличия сарказма. Например, фраза: «Отличное обслуживание для любителей пропустить половину рабочего дня!» имеет в основе сарказм. Также сложности возникают в случаях, когда сработали сразу несколько правил. Для разрешения предусмотрены механизмы комбинации правил на основе частоты и позиции в документе (как часто 12

правило используется в документе, на какой позиции встречается и др.) [Хохлова 2016, Пазельская 2011]. Данный алгоритм показывает высокие результаты при большом наборе правил. К недостаткам можно отнести то, что создание большого набора правил затратно по выделяемой памяти и ресурсам, поэтому словари зачастую описывают лишь определенную узкую тематику, например, рестораны, фотоаппараты и т.д., поскольку тональная оценка может зависеть от предметной области. Так, прилагательному «замысловатый» в обзоре фильмов или ресторанов скорее будет соответствовать положительная тональность («замысловатый сюжет» или «замысловатый интерьер»), в то время как в текстах, посвященных техническим устройствам, отрицательная («замысловатая настройка») [Хохлова 2016, Kan 2011]. 1.2. Метод, основанный на использовании словарей оценочной лексики. Метод основан на поиске эмоционально окрашенной лексики в тексте по заранее составленным словарям. Также данный подход можно рассматривать в рамках вышеупомянутого подхода, основанного на правилах, так как эти методы могут использоваться вместе. Создаются специальные словари (лексиконы), в которых приводится лексика (слова и их сочетания) с присвоенными ей весами в зависимости от степени позитивной или негативной окраски. Одним из способов пополнения таких словарей является разработка правил, которые используются для извлечения новых оценочных слов из текстов (т.е. тех, которые не попали в словарь). Так, если прилагательные объединены сочинительным союзом «и» и первое из них содержится в словаре, то и второму можно приписать такой же вес. На выходе список этих слов пополнит лексикон. Например, в предложении «This car is beautiful and spacious» («Эта машина красивая и просторная») 13

прилагательное «beautiful» («красивая») имеет положительную тональность, значит, можно сделать вывод, что «spacious» («просторная») тоже обладает положительной тональностью. Это объясняется тем, что одно и тоже мнение выражается по обе стороны соединительного союза. Следующее предложение выглядит неестественно: «The car is beautiful and difficult to drive» («Эта машина красивая и ее сложно водить»). Но если мы заменим союз and на but, данное предложение будет допустимо [Hatzivassiloglou 2000; Liu 2010]. Также необходимо посчитать частоту слова или словосочетания с положительно или отрицательно окрашенной лексикой. При этом лучше использовать максимально простые варианты, например «хороший» /«хорошо» и «плохой» /«плохо». В качестве инструмента для измерения совместной встречаемости лексических единиц используются статистические меры — хи-квадрат, мера поточечной взаимной информации (PMI) и др. Для каждого слова, встречаемого в документе, из словаря получают значение тональности. Чтобы получить итоговую тональность необходимо взять среднее арифметическое или вычислить сумму значений тональности всех слов из документа [Цветков 2013, Ding 2008]. Для данного алгоритма желательно иметь достаточно большой корпус. К достоинствам алгоритма можно отнести его простоту использования. Среди недостатков нужно отметить отсутствие универсальности: для каждой предметной области требуются свои словари [Hatzivassiloglou 1997]. 2. Подходы с использованием машинного обучения (machine learning) Существует 2 основных подхода с использованием машинного обучения – обучение с учителем и без него. Рассмотрим каждый из вариантов. 14

2.1. Машинное обучение с учителем (supervised learning). При данном подходе требуется наличие заранее размеченного набора текстов. Каждый размеченный текст представляет собой пару – вектор признаков текста и приписанную ему тональность. Под вектором признаков понимается представление текста как набора терминов (слов, сочетаний, фраз) с соответствующими им весами. На основе вышеуказанной выборки строится вероятностный или статистический классификатор, который впоследствии используется для определения тональности новой коллекции документов [Joachims 1999]. К достоинствам данного алгоритма следует отнести:  высокую точность определения тональности;  на основе обучающей выборки классификатор самостоятельно выделяет признаки, влияющие на тональность. Таким образом, проблема зависимости от предметной области решается с помощью использования обучающей выборки из той же области. Недостатки подхода:  Требуется размеченная обучающая выборка;  Результаты могут сильно зависеть от выбранного алгоритма, его параметров, обучающей выборки [Цветков 2013]. 2.2. Машинное обучение без учителя (unsupervised learning). Главная идея подхода заключается в том, что наибольший вес в тексте имеют термины, которые чаще встречаются в этом тексте и в то же время присутствуют в небольшом количестве текстов всей коллекции. При выделении терминов с наибольшим весом и определении их тональности можно сделать вывод о тональности всего текста [Turney 2002, Клековкина, Котельников 2012]. Обучение без учителя является ещё одним из разделов машинного обучения. Отличие состоит в том, что в этом случае для тренировки алгоритма используется обучающая выборка, состоящая из документов, 15

классы которых заранее неизвестны (или известны, но эта информация не используется алгоритмом). Недостатки подхода: точность обычно значительно ниже, чем у алгоритмов, основанных на обучении с учителем. Достоинство подхода: для обучения не требуется размеченная выборка. Точность и качество системы анализа тональности текста оценивается в соответствии с тем, насколько хорошо она согласуется с мнением человека относительно эмоциональной оценки исследуемого текста. Для этого могут использоваться такие метрики, как точность и полнота. Полнота определяется как отношение верно приписанных тональностей (т.е. тех, что совпали с оценкой эксперта) к общему количеству тональностей (приписанных и не приписанных). Точность – это отношение верно определенных тональностей ко всем определенным системой тональностям. [Хохлова 2016]. 1.6. Обзор работ по автоматическому составлению тональных словарей Многие системы сентиментного анализа используют словари, составленные вручную или полуавтоматическими методами, также известны и варианты комбинирования подобных словарей. Существуют специальные тезаурусы, в которых размечена эмоциональная составляющая лексики. Для английского языка это SenticNet, SentiWordNet и WordNet-Affect. SenticNet [Cambria, Havasi, Hussain 2012] представляет собой семантический тезаурус, в котором отражена не только тональность лексики, но и когнитивная информация. Последнее стало возможным благодаря специальным вычислениям, использующим алгоритмы семантических сетей и искусственного интеллекта. Так, для понятия «празднование дня рождения» (“birthday party”) системой будет выданы 16

его принадлежность к домену верхнего уровня «события», а также набор семантически связанных понятий (например, «клоун» или «сладкое»). В тезаурусе SentiWordNet [Esuli, Sebastiani, 2006] представлены результаты работы по автоматической разметке синсетов WordNet. Синсетам из WordNet приписывается тональная оценка: «положительно/нейтрально/отрицательно окрашенный Для русского языка подобная работа ведется в рамках проекта RussNet [Дегтева, Азарова 2013]. В тезаурусе WordNet-Affect [Strapparava, Valitutti 2004] наряду с метками, описывающими эмоции (такими как «физическое состояние», «настроение», «поведение», «отношение», «чувство» и др.), синсетам вручную были приписаны валентности (позитивная, негативная, неоднозначная и нейтральная). Также синсетам были сопоставлены так называемые эмоциональные категории: «радость», «страх», «гнев», «печаль», «отвращение» и «удивление». Синсеты тезауруса переведены с английского языка на русский и румынский [Sokolova, Bobicev 2009]. Для русского обсуждались языка существующие участниками соревнования ресурсы неоднократно SentiRuEval все http://www.dialog-21.ru/evaluation/2016/sentiment/); (URL: свободно распространяемые словари оценочных слов [Kotelnikov, Bushmeleva 2016] собирались полуавтоматически различными методами. Полуавтоматические методы предполагают отбор определённого количества слов и словосочетаний для словаря и последующую экспертную разметку. Отбор кандидатов в оценочные выражения производится с помощью различных методов машинного обучения и некоторыми другими способами (в частности, перевод с английского языка с последующей коррекцией [Ulanov, Sapozhnikov 2013]), используются начальные словари (seed dictionary), содержащие небольшое количество тонально окрашенных лексических единиц [Протопопова, Букия, Митрофанова 2016]. 17

Так, в работе [Chetviorkin, Loukachevitch 2012] описываются методы построения словаря на основе текстов отзывов с использованием классификатора для извлечения схожих выражений. Авторы предлагают использовать совокупность статистических и лингвистических признаков, позволяющих выявлять оценочные слова, и комбинировать эти признаки с помощью алгоритмов машинного обучения. Метод базируется на обучении алгоритма извлечения русской оценочной лексики в одной предметной области (фильмы), и затем переносе обученной модели на другие предметные области. Авторы применяют модель к нескольким предметным областям и затем из оценочных словарей отдельных предметных областей собирают единый словарь оценочной лексики, рассматривая его как словарь оценочной лексики в широкой области товаров. Извлечение оценочных слов в заданной предметной области основано на нескольких текстовых коллекциях: коллекции отзывов о продуктах с оценками пользователей, коллекции описаний продуктов и контрастной коллекции (например, новостная коллекция). Для каждого слова в коллекции отзывов вычисляется набор статистических и лингвистических признаков. Для обучения алгоритмов необходимо размеченное множество слов. Для этого было вручную размечено множество всех слов с частотой выше трех из предметной области о фильмах (18362 слова). Слово относили к категории оценочных в случае если могли представить его в каком-либо оценочном контексте. Авторы решали задачу классификации на два класса: разделение всех слов на оценочные и неоценочные. Для этих целей использовались следующие алгоритмы: Logistic Regression, LogitBoost и Random Forest. Используя данные алгоритмы, были получены списки слов, упорядоченные по вероятности оценочности слов. Для оценки качества этих списков использовалась мера точности. В результате точность автоматического извлечения оценочных слов в области фильмов составила 18

81.5%. Для использования системы в новой предметной области необходимо собрать аналогичный набор коллекций, как и предметной области о фильмах. Авторы также применили модель извлечения оценочных слов в таких областях, как книги, игры, цифровые камеры, мобильные телефоны. Таким образом, авторы создали русскоязычный список оценочных слов для широкой области товаров и показали его полезность в задачах, связанных с настройкой систем анализа тональности на новую предметную область. В дальнейшем исследователи планируют опубликовать полученный список оценочных слов, и это будет первый общественно доступный список оценочной лексики для русского языка [Chetviorkin, Loukachevitch 2012: 593-596]. В работе [Blinov, Kotelnikov 2014] с целью пополнения тонального словаря используются векторные представления слов. Идея алгоритма – автоматически расширить первоначально заданный тональный словарь. Так, для каждого слова в векторном пространстве авторы выделяли ближайших соседей с помощью косинусного коэффициента (cosine similarity). Схожесть между двумя векторами 𝑎⃗ = (𝑎1 , … , 𝑎𝑛 ) и 𝑏⃗⃗ = (𝑏1 , … , 𝑏𝑛 ) определяется по формуле: 𝑠𝑖𝑚𝑖𝑙𝑎𝑟𝑖𝑡𝑦 (𝑎⃗,⃗⃗⃗⃗⃗⃗⃗ 𝑏) = cos(𝜃) = Σ𝑛 𝑖=1 𝑎𝑖 𝑏𝑖 2 𝑛 2 √Σ𝑛 𝑖=1 𝑎𝑖 √Σ𝑖=1 𝑏𝑖 , где 𝜃 – угол между веторами, n – размерность пространства. Поскольку в тональные словари могут входить не только слова, но и словосочетания, потребовалась дополнительная обработка данных. С помощью простых правил прилагательное|глагол|наречие > лексические единицы, как < очень|не > +< очень|не > +< были например, сформированы не_готовый, сложные очень_сытный, очень_не_приятный, не_очень опрятный и т.д. Конечно, данный подход не рассматривает все тонально окрашенные слова в полном объеме, но он 19

позволяет рассмотреть необходимое количество таких слов для дальнейшего анализа тональности с применением полученных словарей [Blinov, Kotelnikov 2014]. В статье [Dubatovka, Kurochkin, Mikhailova 2016] предложен алгоритм создания предметно-ориентированных тональных словарей с использованием графовой модели с применением синтаксических шаблонов. Важно заметить, что данный метод не требует предварительно размеченных данных, нужен только достаточно большой корпус текстов предметной области на русском языке. Алгоритм предполагает разбиение узлов построенного графа на положительные и отрицательные слова. Сначала собирается небольшой набор прилагательных, тональность которых не зависит от предметной области, например, хороший, плохой, замечательный и т.д. Затем выполняется следующая итерация: если вершина графа имеет наиболее «сильную» связь с уже существующим прилагательным из начального набора, то добавляется эта вершин графа. Данный алгоритм также может быть адаптирован и для других языков. Простой способ извлечения слов для последующей тональной разметки предложен в статье [Ivanov, Tutubalina 2015]. Авторы собрали отзывы о ресторанах и машинах, а затем сформировали из полученных корпусов два раздела «Достоинства» и «Недостатки»: в первый подкорпус попали отзывы с пользовательской оценкой 5 (по 5-ти балльной шкале), во второй – отзывы с пользовательскими оценками 1 и 2. Из каждого раздела выделяются наиболее частотные прилагательные, наречия и глаголы, таким образом, в словарь после ручной оценки попадают только однословные предметной единицы. области отрицательные) и Таким образом, «рестораны» «машины» (741 (1576 получились – – словари положительные, положительные, для 362 – 741 – отрицательные) [Ivanov, Tutubalina 2015]. Похожий метод составления тональных словарей использовали авторы статьи [Протопопова, Букия, Митрофанова 2017]. Авторы собрали 20

корпус отзывов на фотоаппараты сервиса «Яндекс.Словари», который организован на основе бинарной структуры. Таким образом было сформировано два подкорпуса одинакового объёма (20758 отзывов), состоящих из текстов – описаний достоинств и текстов – описаний недостатков. Критерий, на основе которого выделяются тонально окрашенные слова – оценка корреляции двух случайных событий: «отзыв содержит слово 𝑤» и «отзыв описывает достоинства». Для оценки корреляции была построена таблица сопряженности и использовалась статистик Хи-квадрат. Были получены тональные словари, включающие около 1,5 тысяч положительно окрашенных единиц и около 2 тысяч отрицательно окрашенных. 1.7. Выводы к главе I В первой главе мы рассмотрели проблему анализа тональности и области его использования, обозначили основные задачи, которые могут решаться в рамках анализа тональности, а также основные проблемы, возникающие при анализе отзывов. Мы выделили основные подходы сентимент-анализа: подход, основанный на словарях и на правилах, и подход, основанный на машинном обучении, рассмотрели их достоинства и недостатки. В главе был проведен обзор последних основных исследований, посвященных автоматическому составлению тональных словарей:  Ulanov, Sapozhnikov (2013): перевод тональных словарей с английского языка с последующей коррекцией;  Chetviorkin, Loukachevitch (2012): метод построения словаря на основе текстов отзывов с использованием классификатора для извлечения схожих выражений;  Blinov, Kotelnikov (2014): использование векторных представлений слов для пополнения тонального словаря; 21

 Dubatovka, Kurochkin, Mikhailova (2016): извлечение оценочных слов при помощи графов, построенных с применением синтаксических шаблонов;  Ivanov, Tutubalina (2015): использование корпусов отзывов «Достоинства» и «Недостатки» с последующим выделением наиболее частотных слов;  корпусов Протопопова, Букия, Митрофанова (2017): также использование отзывов «Достоинства» и «Недостатки» с последующим обучением на основе критерия согласия Пирсона (Хи-квадрат) для таблиц сопряженности для извлечения тональных словарей. 22

Глава II. Разработка системы автоматического пополнения тональных словарей для банковской сферы 2.1. Постановка задачи и описание алгоритма Материалом для практической части работы стал корпус отзывов о банках с веб-ресурса banki.ru. Объем корпуса – 2500 отзывов. Отзывы представлены в виде следующего набора данных: дата и время написания отзыва, информация о пользователе, заголовок, текст, наименование банка, о котором написан отзыв, ссылка на веб-ресурс и оценка пользователя по 5-тибалльной шкале. Пример такого отзыва приводится ниже: Дата: 2016-11-16 11:36:45 Пользователь: sahea Заголовок отзыва: Быстрая реакция службы безопасности и операторов в разных ситуациях Текст отзыва: Произошел со мной недавно неприятный случай. Подруга попросила через соц.сеть перевести ей деньги. И вроде болтали мы с ней по сети, и сумма небольшая - 5000. В общем, попалась я как крайне доверчивое существо. Перевела ей сумму на счет, что она прислала. Через минуту позвонила служба безопасности банка, которая стала уточнять про перевод, уверена ли я, что эта информация верна. В процессе общения выяснили, что общение идет по сети. В общем, заблокировали карту по риску мошеннических действий. Позвонила подруге и узнала, что ее аккаунт взломали. В результате действий службы безопасности этого банка удалось сохранить деньги и не попасть в крайне нехорошую ситуацию. А вообще мне пока банк нравится. Когда была за границей и появилась необходимость перепривязать к местной сим-карте, ребята тоже оперативно среагировали. Сами позвонили - перепривязали. 23

Наименование банка: Тинькофф Банк Оценка пользователя: 5 Ресурс: http://www.banki.ru/ Для анализа тональности мы используем трехзначную шкалу оценивания (положительная тональность, отрицательная и нейтральная). Нам необходимо получить словари различных частей речи (прилагательные, наречия, глаголы и существительные), а также словари конструкций, имеющих положительную или отрицательную тональность, наиболее применимых к предметной области «банковская система», для дальнейшего автоматического пополнения исходных словарей и их использования в анализе отзывов. В нашей работе за основу мы будем использовать методы, представленные в работах [Ivanov, Tutubalina 2015] и [Протопопова Букия, Митрофанова 2017], в силу удобства в использовании при решении задач анализа тональности и простоты реализации. Для успешного решения поставленной задачи необходима реализация следующего алгоритма: 1. Формирование двух подкорпусов: текстов с описаниями достоинств и текстов с описаниями недостатков. Формирование каждого из подкорпусов будет основано на пользовательской оценке (по 5-тибалльной шкале): если оценка равна 1, тогда отзыв описывает недостатки; если оценка равна 5, тогда отзыв описывает достоинства. В отличие от отзывов на товары народного потребления банковские отзывы редко бывают смешанными. Объем подкорпуса достоинств составил 833 отзыва, объем подкорпуса недостатков – 1345. 2. Отбор слов-кандидатов на включение в тональные словари на основе полученных подкорпусов. 24

Элементы в тональные словари дополняются путем анализа каждого слова и его частоты в подкорпусе достоинств/недостатков. Такой же анализ применяется и для анализа тональных конструкций: «прилагательное + существительное», «глагол + наречие» и т.д. 3. Заполнение тональных словарей на основе проведенного анализа слов и тональных конструкций. В основу анализа распределения слов по тональным словарям входит оценка корреляции двух случайных событий: «слово содержится в отзыве» и «отзыв описывает недостатки/достоинства». И если одно событие с большой вероятностью влечет другое, то, скорее всего, лексема имеет положительную тональность. В результате необходимо построить таблицу сопряженности, выбрав наиболее подходящую статистику. После распределения слов по словарям для выделения тональных лексем и конструкций необходимо эмпирически подобрать порог значения статистического критерия, который позволил бы отделить нейтральные единицы словаря от окрашенных. Полученные списки слов из словарей наших корпусов мы и добавляем в исходные словари. 4. Оценка работы алгоритма на основе метрик полноты и точности с использованием кросс-валидации. Для оценки качества работы нашего алгоритма был выбран метод кросс-валидации по трем блокам. Корпус был разбит на три равные части по 726 отзывов, где 2/3 корпуса использовались в качестве обучающей выборки и 1/3 – в качестве тестовой выборки. На каждой итерации были посчитаны полнота и точность, затем вычислено их среднее значение. Тональность отзывов считается следующим образом. Каждое слово отзыва принимает значение либо +1 (оно находится в словаре достоинств), 1 (находится в словаре недостатков), 0 (нейтральное – не находящееся ни в 25

одном тональном словаре). Далее подсчитывается сумма по всему отзыву за каждое слово. В зависимости от знака суммы оно попадает либо в корпус достоинств, либо в корпус недостатков, либо считается не рассматриваемым (в случае 0). 2.2. Инструменты и технологии Для успешной реализации работы алгоритма использованы следующие инструменты и технологии. Язык Python Python – это высокоуровневый расширяемый и встраиваемый язык программирования с поддержкой открытого кода. Python является простым и, в то же время, мощным интерпретируемым объектно-ориентированным языком программирования. Он предоставляет структуры данных высокого уровня, имеет изящный синтаксис и использует динамический контроль типов, что делает его идеальным языком для быстрого написания различных приложений, работающих на большинстве распространенных платформ [Россум 2001]. В программировании на Python реализована поддержка структурной, функциональной, императивной, объектно- и аспектно-ориентированной парадигм. Основные архитектурные черты – динамическая типизация, автоматическое управление памятью, полная интроспекция, механизм обработки исключений, поддержка многопоточных вычислений и удобные высокоуровневые структуры данных [Россум 2001]. Python – язык универсальный, он широко используется для различных целей – обработка текста и базы данных, создание Web- 26

приложений (клиентских и серверных), встраивание интерпретатора, программирование пользовательского интерфейса. Python выбран в качестве языка разработки в связи с наличием текстовых библиотек, наиболее подходящих для реализации алгоритма по функционалу, затрачиваемой памяти и скорости выполнения. Среда разработки IDLE IDLE (Integrated DeveLopment Environment) – это кроссплатформенная (Windows, MAC, Linux) интегрированная среда разработки на языке Python, которая позволяет решать задачи просмотра, редактирования, запуска и отладки программного кода Python [URL: www.python.org]. Имеет ряд дополнительных функций, связанных с успешной интеграцией и настройкой программных библиотек, интерактивное перемещение по буферу обмена, автоматическая поддержка отступов, подсветка кода и т.д. Отличительные черты IDLE Python:  среда запрограммирована на Python с использованием GUIинструментария;  кроссплатформенность: работает на Windows и Unix;  многооконный текстовый редактор с функцией многократной отмены, подсветкой синтаксиса Python и многими другими свойствами;  отладчик (IDLE имеет встроенную систему отладки, позволяющую запускать программу построчно, что облегчает процесс поиска ошибок). Данная популярная среда и разработки имеющая весь была использована необходимый как наиболее инструментарий для программной реализации алгоритма [URL: www.python.org]. 27

Библиотеки Python Pymorphy2. Класс MorphAnalyzer. Pymorphy2 – библиотека для морфологического анализа. Выполняет лемматизацию и анализ слов, способен осуществлять склонение по заданным грамматическим характеристикам слов. Анализатор Pymorphy2 позволяет:  приводить слово к начальной форме («изменил» -> «изменить»);  ставить слово в нужную форму (ставить слово во множественное число, менять падеж слова и т.д.);  возвращать грамматическую информацию о слове (число, род, падеж, часть речи и т.д.) [URL: https://pymorphy2.readthedocs.io]. MorphAnalyzer – специальный класс для морфологического анализа русских слов. Данная библиотека была выбрана в качестве наиболее подходящей для приведения слов в отзывах к нормальной форме и добавления их в тональные словари. Библиотека Codecs Codecs – Python-библиотека (модуль), осуществляющая связь между интерпретатором и файловой системой операционной системы. Этот модуль определяет базовые классы для кодеров и предоставляет доступ к внутреннему реестру кодеров, позволяет выполнить различного рода функции, связанные с чтением файла, изменением его структуры, удалением, сжатием и т.д. Библиотека используется в связи с наличием повышенной скорости и больших возможностей обработки информации. 28

Библиотека Math Math – для Python-библиотека работы с математическими функциями, представляющая обширный функционал для работы с числами. Существует три встроенных числовых типа данных:  целые числа (int);  вещественные числа (float);  комплексные числа (complex). Представленные в библиотеке функции представляют результаты расчета в оптимальное, установленное время. Библиотека используется в данной работе при статистическом анализе данных. Таблицы сопряженности Таблица совместного сопряженности распределения в статистике — двух переменных, метод представления предназначенный для исследования связи между ними. Таблица сопряженности является наиболее универсальным средством изучения статистических связей, так как в ней могут быть представлены переменные с любым уровнем измерения. Таблицы сопряженности часто используются для проверки гипотезы о наличии связи между двумя признаками с использованием точного теста Фишера или критерия согласия Пирсона [Аптон 1982: 7-15, Шитиков, Розенберг 2003]. Критерий согласия Пирсона Критерий согласия Пирсона или критерий согласия χ2 (Хи-квадрат) – один из наиболее популярных критериев для проверки гипотезы о соответствии эмпирического распределения предполагаемому 29

теоретическому распределению F(x) при большом объеме выборки (n ≥ 100) [Лемешко 2011]. Использование критерия χ2 предусматривает разбиение размаха варьирования выборки на интервалы и определения числа наблюдений (частоты) nj для каждого из e интервалов. Для удобства оценок параметров распределения интервалы выбирают одинаковой длины. Критерий вычисляется по следующей формуле: χ2 = (𝑛𝑗 −𝑛𝑝𝑗 )2 𝑒 ∑𝑗=1 , где pj – вероятность попадания изучаемой 𝑛𝑝 𝑗 случайной величины в j-и интервал, вычисляемая в соответствии с гипотетическим законом распределением F(x) [Лемешко 2011, Степнов 1985]. Критерий выбран как наиболее подходящий и универсальный вариант для проверки гипотезы соответствия теоретическому распределению F(x), применимый для любых видов функций, даже при неизвестных значениях их параметров. Кросс-валидация (cross-validation) Кросс-валидация, или перекрестная проверка, – техника валидации модели для проверки того, насколько успешно применяемый в модели статистический анализ способен работать на независимом наборе данных. Кросс-валидация дает значимые результаты только когда тренировочный набор данных и тестовый набор данных берутся из одного источника. Кросс-валидация используется в случае, когда получение дополнительных данных затруднительно или невозможно. Обычно кросс-валидация используется в ситуациях, где целью является предсказание, и хотелось бы оценить, насколько предсказывающая модель способна работать на практике. Один цикл кросс-валидации включает разбиение набора данных на части, затем построение модели на 30

одной части (называемой тренировочным набором), и валидация модели на другой части (называемой тестовым набором). Чтобы уменьшить разброс результатов, разные циклы кросс-валидации проводятся на разных разбиениях, а результаты валидации усредняются по всем циклам [Arlot, Sylvain 2010]. Распространенные типы кросс-валидации Кросс-валидация по K блокам (K-fold cross-validation) В этом случае исходный набор данных разбивается на K одинаковых по размеру блока. Из K блоков один оставляется для тестирования модели, а остающиеся K-1 блока используются как тренировочный набор. Процесс повторяется K раз, и каждый из блоков используется один раз как тестовый набор. Получаются K результатов, по одному на каждый блок, они усредняются или комбинируются каким-либо другим способом, и дают одну оценку. Преимущество такого способа перед случайным сэмплированием (random subsampling) в том, что все наблюдения используются и для тренировки, и для тестирования модели, и каждое наблюдение используется для тестирования в точности один раз. Валидация последовательным случайным сэмплированием (random subsampling) Этот метод случайным образом разбивает набор данных на тренировочный и тестовый наборы. Для каждого такого разбиения, модель подгоняется под тренировочные данные, а точность предсказания оценивается на тестовом наборе. Результаты затем усредняются по всем разбиениям. Преимущество такого метода перед кросс-валидацией на K блоках в том, что пропорции тренировочного и тестового наборов не зависят от числа повторений (блоков). Недостаток метода в том, что некоторые наблюдения могут ни разу не попасть в тестовый набор, тогда как другие могут попасть в него более, 31

чем один раз. Другими словами, тестовые наборы могут перекрываться. Кроме того, поскольку разбиения проводятся случайно, результаты будут отличаться в случае повторного анализа. Поэлементная кросс-валидация (Leave-one-out, LOO) Здесь отдельное наблюдение используется в качестве тестового набора данных, а остальные наблюдения из исходного набора – в качестве тренировочного. Цикл повторяется, пока каждое наблюдение не будет использовано один раз в качестве тестового. Это то же самое, что и Kблочная кросс-валидация, где K равно числу наблюдений в исходном наборе данных [Arlot, Sylvain 2010]. В связи с небольшим объемом корпуса для оценки качества работы нашего алгоритма мы выбрали метод кросс-валидации по K блокам. В нашем случае k = 3. 2.3. Реализация алгоритма 1. Формирование двух подкорпусов. Были созданы следующие два подкорпуса: corpusNeg – подкорпус отрицательных отзывов, corpusPos – подкорпус положительных отзывов. Для формирования корпуса использовалась процедура load_corpus, параметром которой является наш исходный файл с отзывами о банках. #Заполнение корпуса def load_corpus(file): #открываем файл на чтение with codecs.open(file, 'r', 'utf8') as file_dict: #для каждого отзыва в файле for line in file_dict: #массив columns получается после преобразования строки с данными отзыва к нижнему регистру и разбивкой на элементы табуляцией columns = line.lower().rstrip('\r\n').split('\t') #если строка отзыва не пустая if len(columns)>6: #comment – текст отзыва, score – пользовательская оценка 32

comment = columns[4].lower() score = int(columns[7]) #Если оценка равна 1, то добавляем отзыв в корпус недостатков, if score=1: corpusNeg.append(comment) else: #Если оценка равна 5, то добавляем отзыв в корпус достоинств if score=5: corpusPos.append(comment) #читаемый файл по окончании использования закрывается file_dict.close() 2. Отбор слов-кандидатов на включение в тональные словари на основе полученных подкорпусов. Определим тональные словари следующим образом: dictPosAdj – тональный словарь прилагательных положительной окраски, dictNegAdj – тональный словарь прилагательных отрицательной окраски, dictPosAdv – тональный словарь наречий положительной окраски, dictNegAdv – тональный словарь наречий отрицательной окраски, dictPosNoun – тональный словарь существительных положительной окраски, dictNegNoun – тональный словарь существительных отрицательной окраски, dictPosVerb – тональный словарь глаголов положительной окраски, dictNegVerb – тональный словарь глаголов отрицательной окраски, Для их заполнения воспользуемся процедурой word_list с 2-мя параметрами: корпусом и его тональностью. #Заполнение списков тонально окрашенных слов (по частям речи) def word_list(corpus,tone): #Определяем переменную – морфологический анализатор m = MorphAnalyzer() ne = False #для каждого отзыва в корпусе: 33

for comment in corpus: #для каждого слова в отзыве for w in simple_word_tokenize(comment): #если не, то пропускаем слово if w == 'не': ne = True continue #передаем переменной w все ее морфологические параметры w = m.parse(w)[0] #n – начальная форма слова n = w.normal_form #задаем переменную текущего словаря в зависимости от части речи слова w и тональности корпуса corpus tekDict={} #если w – прилагательное, то заполняем тональные словари прилагательных if 'ADJF' in w.tag and not ('Anum' in w.tag or 'Apro' in w.tag): if tone=='-': tekDict=dictNegAdj else: tekDict=dictPosAdj #если w – существительное, то заполняем тональные словари существительных if 'NOUN' in w.tag: if tone=='-': tekDict=dictNegNoun else: tekDict=dictPosNoun #если w – глагол, то заполняем тональные словари глаголов if 'VERB' in w.tag: #pair.append(n) if tone=='-': tekDict=dictNegVerb else: tekDict=dictPosVerb #если w – наречие то заполняем тональные словари наречий if 'ADVB' in w.tag: if tone=='-': tekDict=dictNegAdv else: tekDict=dictPosAdv #если начальной формы слова w нет в рассматриваемом на текущей итерации словаре, тогда мы ее добавляем, иначе увеличивает значение частоты на 1 if n not in tekDict: 34

if not ne: tekDict[n]=1 else: if not ne: tekDict[n]+=1 Аналогично составляются словари тональных конструкций: dictPosAdj_Noun – тональный словарь конструкций «прилагательное + существительное» положительной окраски, dictNegAdj_Noun – тональный словарь конструкций «прилагательное + существительное» отрицательной окраски, dictPosAdv_Verb – тональный словарь конструкций «глагол + наречие» положительной окраски, dictNegAdv_Verb – тональный словарь конструкций «глагол + наречие» отрицательной окраски, dictPosVerb_Noun – тональный словарь конструкций «глагол + существительное» положительной окраски, dictNegVerb _Noun – тональный словарь конструкций «глагол + существительное» отрицательной окраски, Пополнение происходит с одним принципиальным отличием – в конструкциях проверяется характеристиками слов, соответствие получаемых с помощью морфологическими морфологического анализатора m (MorphAnalyzer). Например, при выделении словосочетания «прилагательное + существительное» выполняется следующая проверка: #Осуществляется проверка двух подряд размещенных слов на соответствие необходимой части речи (в нашем случае «прилагательное + существительное» и «существительное + прилагательное», а также проверяем, что прилагательное не является численным или местоименным) if ('ADJF' in w1.tag and 'NOUN' in w2.tag and not ('Anum' in w1.tag or 'Apro' in w1.tag)) or ('ADJF' in w2.tag and 'NOUN' in w1.tag and not ('Anum' in w2.tag or 'Apro' in w2.tag)): 35

#Далее проводится проверка на соответствие морфологических признаков (в нашем случае это род, число, падеж) if (w1.tag.gender == w2.tag.gender) and (w1.tag.number == w2.tag.number) and (w1.tag.case == w2.tag.case): 3. Заполнение тональных словарей на основе проведенного анализа слов и тональных конструкций. Нами выбрана наиболее подходящий для анализа статистический критерий – критерий согласия Пирсона (𝜒 2 ). Таблица сопряженности представляет собой набор статистик (𝑎, 𝑏, 𝑐, 𝑑), где a – частота данной лексемы в корпусе достоинств, b – в корпусе недостатков, с – частота прочих лексем в корпусе достоинств и d – частота прочих лексем в корпусе недостатков. Статистика для таблиц сопряженности 2×2 определяется следующим образом: 𝑛(𝑎𝑑 − 𝑏𝑐)2 𝜒 = , (𝑎 + 𝑏)(𝑎 + 𝑐)(𝑏 + 𝑑)(𝑐 + 𝑑) 2 где n = a + b + c + d. Для выполнения пункта 3 алгоритма воспользуемся функцией SortKhiDict с 2-мя параметрами в виде словаря dict1 и dict2, при этом dict1 – словарь, в который будет внесена коррекция с учетом подсчета 𝜒 2. def SortKhiDict (dict1, dict2): # считаем сумму частот всех слов каждого из этих словарей total1 = sum(dict1.values()) total2 = sum(dict2.values()) # Определяем переменную, которая будет хранить всю информацию об отсортированных значениях слов sortDict={} #Присваиваем значения переменных вышеуказанной формулы критерия Пирсона и рассчитываем значение 𝜒 2 for word in dict1: a = dict1[word] b=0 if word in dict2: b = dict2[word] c = total1 - a 36

d = total2 – b #если частота данной лексемы в dict1 больше, чем в dict2, тогда добавляем ее в sortDict, иначе она не является значимой для тонального словаря if a>b: sortDict[word] = khi(a, b, c, d) #производим итоговую сортировку по значениям слов и возвращаем словарь sortDict l = lambda x: x[1] sortDict = sorted(sortDict.items(), key=l, reverse=True) return sortDict Затем было эмпирически подобраны пороговые значения критерия «Хи-квадрат» и отобраны слова для пополнения словарей (прилагательных, существительных, наречий, глаголов) и тональных конструкций («существительное + прилагательное», «существительное + глагол», «глагол + наречие»). Пороговое значение критерия «Хи-квадрат» для положительно окрашенных прилагательных – 4,9352; для наречий – 4,8354; для существительных – 8,9252; для глаголов – 6,0403. Пороговое значение критерия «Хи-квадрат» для отрицательно окрашенных прилагательных – 0,6079; для наречий – 1,2413; для существительных – 10,6405; для глаголов – 3,0637. Таким образом, было выделено 253 положительно окрашенных слова, из них 93 – прилагательные, 63 – наречия, 49 – существительные, 48 – глаголы и 449 отрицательно окрашенных слов, из них 163 – прилагательные, 71 – наречия, 107 – существительные, 108 – глаголы. Среди положительных слов были выделены: профессиональный, приятный, быстрый, вежливый, грамотный, качественный; оперативно, удобно, терпеливо; благодарность, отзывчивость; понравиться, помочь, радовать и другие. Были выделены слова, которые не имеют 37

положительной тональности, а скорее являются нейтральными: втбшный, тинькофф, скайп, анна. Среди отрицательных слов были выделены: ипотечный, лишний, хамский, судебный; неожиданно, некорректно, неправомерно; ипотека, задолженность; нарушать, блокировать. Однако, с наиболее высокими показателями «Хи-квадрат» оказались слова, имеющие на первый взгляд положительную тональность, как например, хороший, выгодный, выгодно. Если мы обратимся к исходному корпусу, то увидим, что выгодный, выгодно и правда имеет неоднозначную тональность. Так, то, что выгодно для банка может быть совсем невыгодно для его клиентов: В условиях без бутылки и оператора не разберешься. Некоторые вещи здравому смыслу не поддаются - например автоматическая отмена автотраты через 30 дней. Хотя если начинаешь думать - почему это выгодно банку…. Почему тогда Сбербанк распорядился капиталом, так как выгодно ему!!?? Банк блокирует ваши деньги и требует, под прикрытием закона №115 (отмывание денег), предоставить обоснование их происхождения, не верит этим обоснованиям, и заставляет вас перечислить деньги обратно отправителю за от суммы ВАШИХ денег. Представляете себе, какой выгодный бизнес для банка?! Нет же, им лишь бы подороже и повыгоднее для себяпродать и навязать услуги. Неоднозначная тональность и у прилагательного хороший. Так, в корпусе много примеров использования данного прилагательного с сарказмом, чем можно объяснить его попадание на первое место в списке отрицательных прилагательных. Какой уж тут хороший день если не можешь воспользоваться своими деньгами и совершить запланированные платежи! Возникла необходимость забрать вклад. Позвонил (идентифицировали по телефону, сразу по имени-отчеству обратились), попросил заказать на завтра деньги. Потребовали серию и номер 38

паспорта, без этого никак. Ссылаются на некий внутренний регламент, согласно которому меня надо "идентифицировать как клиента", хотя, насколько я знаю, идентификация необходима в случае проведения операции, а в данном случае, никакой операции не производится. А при этом я им должен по телефону выложить все свои паспортные данные. Хорошая безопасность… Как этот банк принимает сотрудников? Она походу никогда не слышала о качестве обслуживания? Мы с семьей держим вклады с хорошими суммами в этом банке и из-за таких сотрудников как Ц-нко П.С. хочется убежать в другой банк. Кредитную карту нужно было продать, а не втюхать с доп.услугами! Я бы взяла ее и пользовалась, если бы знала как правильно с ней работать. Как говорится хорошее впечатление о банке. Клиент приведет как минимум 5-х клиентов, а из-за плохого, уведет 10-х! Управляющая должна была уладить конфликт, я понимаю что у всех планы, но нужно их грамотно предлагать, а не втюхивать. Примите меры, я очень обижена на этот банк из-за такого отношения. Полученные списки представлены в Приложениях 1 и 2. Количество выделенных отрицательно окрашенных слов практически в два раза больше выделенных положительных слов. Это объясняется объемами сформированных подкорпусов (подкорпус достоинств – 833 отзыва и подкорпус недостатков – 1345 отзывов). Аналогичным образом были подобраны эмпирически пороговые значения критерия «Хи-квадрат» для положительно окрашенных биграмм (10,6330081) и для отрицательно окрашенных биграмм (0,4636189). Таким образом, было выделено 248 положительных и 152 отрицательных словосочетаний. Полученные списки представлены в Приложениях 3 и 4. Среди отрицательно окрашенных словосочетаний удалось выделить следующие: коллекторское агенство, банкомат съел, банкомат зажевал, технический сбой, длительное ожидание, хамское поведение, крайне возмущать и другие. Интересно заметить, что словосочетания, связанные с ипотекой, как например, ипотечный кредит, ипотечный договор алгоритм оценил, как отрицательные. Также были выделены некоторые устойчивые словосочетания: шарашкина контора, мелкий шрифт. 39

Среди положительных словосочетаний были выделены как общеупотребимые словосочетания (качественная услуга, высокий уровень, индивидуальный подход, комфортный офис, достойный сервис), так и относящиеся к банковской сфере (быстро одобрить (кредит), приличный кэшбэк, минимальный процент, выгодная конвертация). Однако в словари словосочетаний попали и нейтральные биграммы: мобильное приложение, ленинский проспект, волгоградский филиал, банковский счет и др. Это может быть связано либо с высокой частностью данных словосочетаний, либо с тем, что использование оценок пользователей не может служить достаточным основанием для разбиения корпуса на 2 части (подкорпус достоинств и подкорпус недостатков). 2.4. Оценка работы алгоритма Оценка работы алгоритма на основе метрик полноты и точности была проведена с использованием кросс-валидации. Для реализации метода кросс-валидации мы последовательно разбили корпус отзывов на 3 части: corpusA, corpusB, corpusC, содержащие одинаковое количество неповторяющихся отзывов, равное 726. Далее мы рассмотрели 3 варианта компоновки вышеуказанных частей (подкорпусов) для получения значений полноты и точности: 1. CorpusA U corpusB – обучающая выборка, corpusC – тестовая; 2. corpusB U corpusC – обучающая выборка, corpusA – тестовая; 3. corpusA U corpusC – обучающая выборка, corpusB – тестовая. Каждый вариант имеет одинаковую последовательность действий оценки работы алгоритма, представленную ниже. Для анализа отзывов введем значения, используемые при оценивании слов: -1 – слово из словаря отрицательной тональности; 40

1 – слово из словаря положительной тональности; Если перед словом стоит отрицательная частица «не», то тональность рассматриваемого слова меняется на противоположную. Рассмотрим пример оценивания отзывов; орфография и пунктуация авторов сохранены. Не в первый раз оказываюсь в крайне неприятной (-1) ситуации в связи с тем, что не могу дистанционно (-1) осуществить переводы. Иногда это нужно ну очень срочно! Как так можно? Сегодня с 16.00 система_висит (-1) постоянно. О какой оперативности (1) может идти речь? Эти технические_сбои (-1), внутренние ошибки (-1) происходят в последнее время постоянно. Сегодня я вообще оказалась в ситуации, когда не могу провести важный и обязательный платеж по причине какой-то ошибки (-1). Очень расстроена (-1) тем, что ВТБ24 так "подставляет" (-1) своих клиентов. Сумма оценок = -7, отзыв – отрицательный. Пригласили на собеседование в назначенное время, заставили (-1) больше часа ждать в коридоре, после чего препроводили к мерзкой (-1) хамоватой (-1) бабе (-1), которая наглым (-1) тоном в презрительной (-1) форме пыталась оскорбить (-1) и унизить (-1). В конечном итоге не предоставили никакой информации и выпроводили (-1) вон (-1). Испортили (-1) настроение на весь день. Сумма оценок = -11, отзыв – отрицательный. Хочу рассказать об опыте знакомства с Почта банком. Мне срочно были нужны деньги, а времени на сбор документов для кредита не было. Подруга посоветовала (-1) обратиться в офис Почта банка на ул. Тухачевского. Я была приятно (1) удивлена. Располагающая_обстановка (1), все сотрудники доброжелательны (1), даже чай мне предложили. Я если честно (1) насторожилась (-1), думала обманут (-1), раз такие добрые (1) значит в чем то есть подвох (-1). Сотрудница Людмила рассказала_подробно (1) условия кредита (-1), и буквально через 15 минут пришло положительное (1) решение. Я была очень довольна (1), не мурыжили (-1 =>1), не_впаривали (-1 =>1) ничего, все быстро_оформили (1), все объяснили (1). Понятно (1) как погашать кредит (-1), куда обращаться, если вдруг вопросы возникнут. Плюс мне еще банк одобрил (1) карту БЕЗ_процентов (1)!!! Я очень довольна (1) и работой сотрудников банка и кредит (-1) мне отличный (1) предоставили под 16.9% и карта, вообще какая то чудесная (1)! В общем никаких нервов, только положительные (1) эмоции. Спасибо сотрудникам офиса на Тухачевского 11 а! Теперь всем буду советовать (1) к Вам обращаться!!! 41

Сумма оценок = 13, отзыв – положительный. При автоматизации алгоритма мы получаем следующий набор действий: #для всех отзывов в корпусе рассчитываем сумму оценок каждого слова, принимая изначально значение переменной sum_otzyv, равное нулю. for comments in corpus: sum_otzyv = 0 #если текущее слово «не», тогда знак слов приобретает отрицательную окраску if w == 'не': sign = -1 continue score = 0 #далее анализ по частям речи sum_otzyv = 0 #Если текущее слово – прилагательное, то присваиваем переменная score принимает значение -1, если слово существует в словаре прилагательных с отрицательной окраске. Если же слово в словаре положительной тональности, тогда значение переменной score равно 1, иначе значение score принимает нейтральное значение. if 'ADJF' in w.tag and not ('Anum' in w.tag or 'Apro' in w.tag): if n in dictNegAdj: score = -1 else: if n in dictPosAdj: score = 1 else: score = 0 #Аналогично с остальными частями речи if 'NOUN' in w.tag: if n in dictNegNoun: score = -1 else: if n in dictPosNoun: score = 1 else: score = 0 if 'VERB' in w.tag: if n in dictNegVerb: score = -1 else: if n in dictPosVerb: 42

score = 1 else: score = 0 if 'ADVB' in w.tag: if n in dictNegAdv: score = -1 else: if n in dictPosAdv: score = 1 else: score = 0 #Оценка слова зависит от двух параметров: тональности слова и наличия перед словом частицы «не» sum_otzyv += score * sign #если пользовательская оценка равна 5, и если отзыв положителен согласно сумме полученных оценок, то переменная суммы совпадений goodNumTest увеличивается на едиинцу, иначе увеличивается переменная badNumTest if sum_score==5: if sum_otzyv>0: goodNumTest += 1 else: badNumTest += 1 else: if sum_score==1: if sum_otzyv<0: goodNumTest += 1 else: badNumTest += 1 Таким образом проверяются все отзывы. В завершении алгоритма нам необходимо оценить полноту и точность на каждом из 3-х подкорпусов: corpusA, corpusB, corpusC. Обозначим R– полнота, а P – точность нашего алгоритма на корпусе отзывов. Пусть 𝑅𝑖 – полнота, а 𝑃𝑖 – точность алгоритма анализа тональности отзывов в i-том тестовом подкорпусе, 𝑁𝑖 – количество отзывов в тестовом подкорпусе, 𝐾𝑖 – количество определенных в подкорпусе тональностей, 𝑇𝑖 – 43

количество верно определенных алгоритмом тональностей, совпадающих с пользовательской оценкой. Тогда: 𝑇 𝑅𝑖 = 𝑁𝑖 𝑖 – полнота алгоритма анализа тональности в i-том тестовом подкорпусе, 𝑇 𝑃𝑖 = 𝐾𝑖 𝑖 – точность алгоритма анализа тональности в i-том тестовом подкорпусе, где 𝑖 ∈ {𝐴, 𝐵, 𝐶} . Таким образом, мы получили значения полноты и точности при рассмотрении 3-х вариантов, указанных ранее: CorpusA U corpusB – обучающая выборка, corpusC – тестовая 𝑁𝐶 = 726, 𝐾𝐶 = 622, 𝑇𝐶 = 483, 𝑅𝐶 = 66,5%, 𝑃𝐶 = 77,7% corpusB U corpusC – обучающая выборка, corpusA – тестовая; 𝑁𝐴 = 726, 𝐾𝐴 = 617, 𝑇𝐴 = 475, 𝑅𝐴 = 65,4%, 𝑃𝐴 = 76,9% corpusA U corpusC – обучающая выборка, corpusB – тестовая. 𝑁𝐵 = 726, 𝐾𝐵 = 634, 𝑇𝐵 = 511, 𝑅𝐵 = 70,4%, 𝑃𝐵 = 80,6% Полнота и точность нашего алгоритма при кросс-валидации есть среднее арифметическое из значений, полученных на каждом подкорпусе. Следовательно, полнота R = 67,4%, точность P = 78,4%. 2.5. Выводы к главе II Во второй главе была описана практическая часть работы. Мы рассмотрели основные шаги разработанного алгоритма, а также инструменты и методы, которые использовались в данной работе. В качестве языка разработки был выбран Python; использованы библиотеки Pymorphy2, Codecs, Math. Для оценки корреляции между событиями «слово содержится в отзыве» и «отзыв описывает недостатки/достоинства» мы построили 44

таблицы сопряженности и использовали критерия согласия Пирсона («Хиквадрат»). Подобрав эмпирически пороги значений для полученных списков слов, мы получили словари тонально окрашенных слов и словосочетаний. Качество работы алгоритма было оценено с помощью полноты и точности на основе метода кросс-валидации. Полученные результаты: полнота – 67,4%, точность – 78,4%. 45

Заключение В первой главе мы рассмотрели предметную область анализа тональности, обозначили основные задачи, которые могут решаться в рамках анализа тональности, и основные проблемы, возникающие при анализе отзывов. Были выделены основные подходы сентимент-анализа: подход, основанный на словарях и на правилах, и подход, основанный на машинном обучении (с учителем и без учителя), рассмотрели достоинства и недостатки каждого подхода. Затем мы выполнили обзор работ, посвященных автоматическому составлению тональных словарей. Во второй главе мы описали разработку и реализацию алгоритма по автоматическому пополнению тональных словарей для банковской сферы. Основные шаги реализации алгоритма включали в себя формирование двух подкорпусов: текстов с описаниями достоинств и текстов с описаниями недостатков; отбор слов-кандидатов на включение в тональные словари на основе полученных подкорпусов; заполнение тональных словарей на основе проведенного анализа слов и тональных конструкций; оценка работы алгоритма на основе метрик полноты и точности с использованием кросс-валидации. В качестве языка разработки был выбран Python в связи с наличием библиотек, наиболее функционалу, подходящих затрачиваемой памяти для и реализации скорости алгоритма выполнения. по Для реализации алгоритма использовались библиотеки Pymorphy2 (библиотека для морфологического анализа), Codecs (библиотека, осуществляющая связь между интерпретатором и файловой системой операционной системы), Math (работа с математическими функциями). В качестве основного критерия анализа распределения слов по тональным словарям была выбрана оценка корреляции двух случайных событий: «слово содержится в отзыве» и «отзыв описывает 46

недостатки/достоинства». Для оценки корреляции мы построили таблицы сопряженности и использовали критерия согласия Пирсона («Хи-квадрат»). Затем были эмпирически выбраны пороги значений для полученных списков слов и получены словари тонально окрашенных прилагательных, наречий, существительных и глаголов (702 слова), а также словосочетаний (прилагательное + существительное, наречие + глагол, существительное + глагол и др.) (400 словосочетаний). Удалось выделить как общеупотребительные тонально окрашенные слова и словосочетания (грубый, отвратительный, доброжелательный, потрясающе, неприятная ситуация, страшный сон), так и относящиеся к банковской сфере (ипотечный кредит, приличный кэшбэк, минимальный процент, банкомат зажевал (карту), огромная комиссия). Для оценки качества работы алгоритма был использован метод кросс-валидации, показавший достаточно высокие результаты: полнота (67,4%) и точность (78,4%). Также к достоинствам разработанного алгоритма можно отнести простоту реализации и его легкую адаптацию к другим предметным областям. Были замечены также и некоторые недостатки: – недостаточно большой исследуемый корпус для полного охвата лексики банковской сферы; – использование оценок пользователей в отзывах для разбиения корпуса на 2 части (подкорпус достоинств и подкорпус недостатков) влечет большое количество шума. В заключении стоит отметить, что во время проведения исследования были выявлены следующие факты: 1. На основе полученных словарей можно сделать вывод, что тонально окрашенная лексика банковской сферы, в основном, носит общеупотребительный характер (хороший, положительный, удобный, грубый). 47

2. В собранном корпусе оказалось, что количество отрицательных отзывов более, чем в 1,5 раза превышает количество положительных отзывов. Так, объем подкорпуса достоинств составил 833 отзыва, объем подкорпуса недостатков – 1345 отзывов. Это отражает негативный характер обслуживания в банковской сфере в целом. Данный автоматического алгоритм в составления дальнейшем можно применить предметно-ориентированных для тональных словарей других предметных областей, а также его можно использовать для маркетинговых исследований банковских услуг. 48

Список использованной литературы 1. Аптон Г. Анализ таблиц сопряженности. – М., 1982. – 143 с. 2. Дегтева А.В., Азарова И.В. Структура эмоционально- экспрессивного компонента в тезаурусе русского языка RussNet // Компьютерная лингвистика и интеллектуальные технологии: По материалам ежегодной Международной конференции «Диалог» (Бекасово, 29 мая — 2 июня 2013 г.). Вып. 12 (19). – М., 2013. – С. 200–211. 3. Клековкина М.В., классификации текстов по Котельников Е.В. тональности, Метод автоматической основанный на словаре эмоциональной лексики // Труды 14-й Всероссийской научной конференции «Электронные библиотеки: перспективные м методы и технологии, электронные коллекции» (RCDL-2012). – Переславль-Залесский, 2012. – С. 81-86. 4. Лемешко Б.Ю., Лемешко С.Б., Постовалов С.Н., Чимитова Е.В. Статистический анализ данных, моделирование и исследование вероятностных закономерностей. — Новосибирск, 2011. – 888 с. 5. Морфологический анализатор pymorphy2: [Электронный ресурс] / URL: https://pymorphy2.readthedocs.io. 6. Пазельская А., Соловьев А. Метод определения эмоций в текстах на русском языке // The international conference on computational linguistics and intellectual technologies “Dialogue 2011”. – М., 2011. – С. 510 522. 7. Протопопова Е.В., Автоматическое составление Букия Г.Т., тонального Митрофанова О.А. словаря для процедур сентиментного анализа // Материалы XLV Международной филологической конференции 14-21 марта 2016 г. СПб., 2017 (в печати). 8. Россум Г., Дрейк Ф.Л.Дж., Откидач Д.С. Язык программирования Python. 2001 г. – 454 c. 9. Степнов М.Н. Статистические методы обработки результатов механических испытаний: Справочник. – М., 1985. – С. 81–83. 49

10. Хохлова М.В. Анализ тональности. – СПб, 2016. – 11 с. 11. Цветков А.Д. Анализ тональности сообщений социальной сети Twitter. – Томск, 2013. – 31 с. 12. Шитиков В.К., Розенберг Г.С., Зинченко Т.Д. Таблицы сопряженности и “интервальная” математика. – Тольятти, 2003. – С. 259266. 13. Applications for Python: [Электронный ресурс]. URL: http://www.python.org. 14. Arlot, Sylvain, Alain Celisse. A survey of cross-validation procedures for model selection // Statistics surveys 4. 2010. Pp. 40-79. 15. Bing Liu. Sentiment Analysis and Subjectivity // Handbook of Natural Language Processing. 2010. 49 p. 16. Blinov P., Kotelnikov E. Using Distributed Representations for Aspect-Based Sentiment Analysis // Computational Linguistics and Intellectual Technologies: Proceedings of the International Conference «Dialogue 2014». № 13 (20). Vol. 2. 2014. Pp. 68–79. 17. Bo Pang, Lillian Le. Opinion Mining and Sentiment Analysis // Foundations and Trends in Information Retrieval. №2. 2008. Pp. 1-135. 18. Bo Pang, Lillian Lee. Seeing stars: exploiting class relationships for sentiment categorization with respect to rating scales // In Proceedings of the 43rd annual meeting of the Association for Computational Linguistics (ACL). – University of Michigan, USA, 2005. Pp. 115–124. 19. Cambria E., Havasi C., Hussain A. SenticNet 2: A semantic and affective resource for opinion mining and sentiment analysis // AAAI FLAIRS. Marco Island, 2012. Pp. 202-207. 20. Chetviorkin I.I., Loukachevitch N.V. Extraction of Russian Sentiment Lexicon for Product Meta-Domain // Proceedings of COLING 2012: Technical Papers. 2012. Pp. 593–610. 50

21. Ding X., Liu B., Yu P. A holistic lexicon-based approach to opinion mining // Proceedings of the Conference on Web Search and Web Data Mining (WSDM-2008). 2008. 9 p. 22. Dubatovka A., Kurochkin Yu., Mikhailova E. Automatic Generation of the Domain-Specific Sentiment Russian Dictionaries // Computational Linguistics and Intellectual Technologies: Proceedings of the International Conference «Dialogue 2016». №15 (22). 2014. Pp. 146–154. 23. Esuli A. and Sebastiani F. SentiWordNet: A Publicly Available Lexical Resource for Opinion Mining // Proceedings of the International Conference on Language Resources and Evaluation. Genoa, Italy, 2006. Pp. 417−422. 24. Hatzivassiloglou V., McKeown K. Predicting the semantic orientation of adjectives // Proceedings of Annual Meeting of the Association for Computational Linguistics (ACL-1997). 1997. Pp 174-181. 25. Hatzivassiloglou V., Wiebe J. Effects of adjective orientation and gradability on sentence subjectivity // Proceedings of International Conference on Computational Linguistics (COLING-2000). 2000. Pp. 299-205. 26. Kan D. Rule-based approach to sentiment analysis // Sentiment Analysis Track at ROMIP, 2011. 7 p. 27. Ivanov V., Tutubalina E., Mingazov N., Alimova I. Extracting Aspects, Sentiment and Categories of Aspects in User Reviews about Restaurants and Cars // Computational Linguistics and Intellectual Technologies: Proceedings of the International Conference «Dialogue 2015». № 14 (21). Vol. 2. 2015. Pp. 22–33. 28. Joachims T. Making large-scale SVM learning practical // Schölkopf B. Advances in kernel methods: support vector learning. 1999. Pp. 41-54. 29. Kotelnikov E.V., Bushmeleva N.A., Razova E.V., Peskisheva T.A., Pletneva M.V. Manually Created Sentiment Lexicons: Research and Development // Computational Linguistics and Intellectual Technologies: 51

Proceedings of the International Conference «Dialogue 2016» №. 15 (22). 2016. Pp. 300–316. 30. Liu H. MontyLingua: An end-to-end natural language processor with common sense. 2004. 31. Oren T., Dmitry D., Ari R. ICWSM – A Great Catchy Name: SemiSupervised Recognition of Sarcastic Sentences in Online Product Reviews // AAAI Conference on Artificial Intelligence. 2010. Pp. 162-169. 32. Popescu A., Etzioni O. Extracting product features and opinions from reviews // Proceedings of Conference on Empirical Meth- ods in Natural Language Processing (EMNLP-2005). 2005. Pp. 339-346. 33. Snyder B., Barzilay R. Multiple Aspect Ranking using the Good Grief Algorithm // Proceedings of the Joint Human Language Technology (North American Chapter of the ACL Conference (HLT-NAACL)). 2007. Pp. 300–307. 34. Sokolova M., Bobicev V. Classification of Emotion Words in Russian and Romanian Languages // Proceedings of RANLP-2009 conference. Borovets, Bulgaria, 2009. Pp. 415-419. 35. Strapparava C., Valitutti A. Wordnet-affect: an affective extension of Wordnet // Proceedings of the 4th International Conference on Language Resources and Evaluation. Lisbon, 2004. Pp. 1083-1086. 36. Thelwall M., Buckley K., Paltoglou G. Sentiment strength detection in short informal text // Journal of the American Society for Information Science and Technology, 61(12). 2010. Pp. 2544–2558. 37. Tong R. An operational system for detecting and tracking opinions in on-line discussions // Working Notes of the ACM SIGIR 2001 Workshop on Operational Text Classification. New York, 2001. Pp. 1-6. 38. Turney P. Thumbs up or thumbs down? Semantic orientation applied to unsupervised classification of reviews // Proceedings of ACL-02, 40th Annual Meeting of the Association for Computational Linguistics, Association for Computational Linguistics. 2002. Pp. 417–424. 52

39. Ulanov A., Sapozhnikov G. Context-Dependent Opinion Lexicon Translation with the Use of a Parallel Corpus // Computational Linguistics and Intellectual Technologies: Proceedings of the International Conference «Dialogue 2013». № 12 (19). 2013. Pp. 165–174. 40. Wiegand M., Balahur A., Roth B., Klakow D., Montoyo. A. A Survey on the Role of Negation in Sentiment Analysis // Workshop on Negation and Speculation in Natural Language Processing. 2010. Pp. 334-337. 53

Приложение 1. Словарь положительно окрашенных слов, выделенных с помощью алгоритма, со значениями «Хи-квадрат» Прилагательные профессиональный приятный огромный быстрый отличный удобный доброжелательный качественный грамотный вежливый карьерный высокий отзывчивый оперативный приветливый внимательный положительный уютный чуткий сложный оптимальный привлекательный искренний беспроцентный позитивный знающий дружелюбный сжатый классный высококвалифицированный комфортный нестандартный исчерпывающий функциональный дружественный информативный 128,3876618 122,9193977 96,90717053 88,27634295 85,23887988 82,5190913 80,56609718 72,19217038 72,19217038 66,32993515 59,2565157 57,90439787 49,37539838 49,10035222 42,73046346 41,42412258 34,3259986 29,61920322 29,61920322 28,05108837 24,68141221 24,52876996 24,52876996 24,36209743 23,85835488 19,31680094 18,93549763 14,80733899 14,23623332 14,23623332 10,63173878 10,63173878 10,63173878 9,871056625 9,871056625 9,871056625 54

вкусный душевный уважительный высокопрофессиональный внушительный несомненный доходный опытный бодрый благоприятный гибкий улыбчивый чистенький плодотворный взаимовежливый благодарственный интеллигентный партнерский паевой терпеливый тактичный неравнодушный клиенто-ориентированный разговорчивый благодарный молчаливый учтивый клиентоориентированный втбшный доходчивый наглядный трудолюбивый изящный вызывающий извечный деликатный опрятный новомодный практичный стильный 9,871056625 9,871056625 9,871056625 9,871056625 9,871056625 9,871056625 9,871056625 8,1149081 5,315057227 5,315057227 5,315057227 5,315057227 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 55

стремительный доверительный общедоступный низкопроцентный обаятельный добропорядочный внятный бонусный неплохой законопослушный идеальный безукоризненный культурный надежный восхитительный креативный усердный добрый довольный чудесный 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 4,935276987 Наречия быстро приятно оперативно профессионально удобно подробно особенно грамотно терпеливо редко доходчиво доступно компетентно качественно отдельно доброжелательно комфортно прилично зимой 326,7325621 237,4520014 148,9537115 90,31003873 67,38326815 50,33827327 45,37027674 41,51596488 32,4271478 30,04125986 27,84364628 21,93304349 18,52075224 15,36095431 15,36095431 14,50809565 13,91795274 9,671526071 9,671526071 56

благожелательно солидарно высоко честно гладко незадолго торжественно безболезненно надёжно неплохо идеально бойко безукоризненно безгранично неподдельно потрясающе полноценно культурно тепло люто скептически катастрофически посменно дёшево светло вежливо терпимо позитивно квалифицированно повсеместно материально персонально утомительно бесцельно молниеносно эффективно тактично по-русски опрятно дотошно 9,671526071 9,671526071 9,671526071 9,671526071 9,671526071 9,671526071 9,671526071 9,671526071 9,671526071 7,892349122 5,183436823 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 57

предметно неуклонно аккуратно чудесно понятно 4,835494218 4,835494218 4,835494218 4,835494218 4,835494218 Существительные благодарность тинькофф профессионализм отзывчивость профессионал мкб оперативность кэшбэк атмосфера скайп плюс анна успех доброжелательность процветание молодец клиентоориентированность похвала эмоция рост автокредитование удача компетентность признательность нюанс потребность скорость кофе анатолий вежливость восторг респект пунктуальность 561,2721336 288,009898 200,661873 85,61711388 78,84417685 72,39991935 70,15538703 68,57146987 68,42769923 66,6647089 55,59741234 52,85553631 51,55039837 48,55952868 42,47528494 40,42134563 32,99252699 31,10190947 30,89570379 30,54089315 30,299661 29,84989537 28,38765792 24,88131556 24,78018313 22,85287159 22,85287159 21,04284991 19,90244701 19,45058824 19,45058824 18,66082766 18,66082766 58

пятёрка достоинство парковка коммуникабельность грамотность простота гарантия любовь уважуха честность чуткость чёткость доброта спецпредложение конкурент тонкость 18,66082766 18,66082766 18,66082766 18,66082766 18,337309 18,337309 15,8698118 13,12047516 12,44044577 12,44044577 12,44044577 12,44044577 12,44044577 10,99619705 10,99619705 8,925205583 Глаголы хотеться понравиться выражать помочь рассказать желать нравиться радовать консультировать порадовать чаять разъяснить проконсультировать реагировать уменьшать посмеиваться отработать отслеживать отобрать познакомиться накопить 157,5472843 135,2747002 118,1390376 111,2218953 88,09797335 74,23309504 71,08570059 47,45527442 47,07205787 41,97701765 30,20492144 21,18889767 19,18189129 12,13306651 12,13306651 12,08096512 12,08096512 12,08096512 12,08096512 12,08096512 12,08096512 59

расценить рефинансировать продаваться содействовать скорректировать прояснить остановить зарегистрироваться восстановить сопроводить учитывать сохранить развиваться обновляться подняться выручать расспросить обожать объяснить выводить одобрить способствовать подталкивать восхищаться любоваться укрепить посоветовать 12,08096512 12,08096512 12,08096512 12,08096512 12,08096512 12,08096512 10,59239542 8,605904892 6,775946517 6,775946517 6,775946517 6,775946517 6,775946517 6,775946517 6,775946517 6,775946517 6,775946517 6,040315334 6,040315334 6,040315334 6,040315334 6,040315334 6,040315334 6,040315334 6,040315334 6,040315334 6,040315334 60

Приложение 2. Словарь отрицательно окрашенных слов, выделенных с помощью алгоритма, со значениями «Хи-квадрат» Прилагательные хороший денежный большой отдельный клиентский выгодный дебетовый различный уважаемый полный технический контактный небольшой особый компетентный бесплатный ипотечный платёжный очередной выходной повышенный добровольный доступный лишний ежемесячный последний низкий повторный хамский расходный некомпетентный странный недавний карточный вышеуказанный грубый 76,88497585 53,28255464 45,4096593 23,51877973 23,51877973 23,06759106 22,38374583 19,06709743 17,23193246 15,46407439 14,86222039 14,84741212 14,61892882 14,2066762 13,53779401 10,2916702 9,60193992 8,801875578 8,649428464 8,491882665 8,422488962 8,29087471 8,15969466 7,698270539 7,660318313 6,55299977 5,843382996 5,715419776 5,681830114 5,681830114 5,478628245 5,478628245 5,27861443 5,275447097 5,275447097 5,275447097 61

судебный страшный бывший календарный ближний противный понятный частичный коллекторский проблемный маленький премиальный подобный отвратительный кредитный претензионный физический ужасный прежний головной наглый неверный старый ошибочный платный ненадлежащий системный халатный штрафной отрицательный тупой обманный неудобный неправильный неизвестный немалый неправомерный необоснованный несчастный недобросовестный 5,229734134 5,072286667 4,869146951 4,869146951 4,848531548 4,666027948 4,660517955 3,853758987 3,853758987 3,827469498 3,708942936 3,650743494 3,567734902 3,528409916 3,452413818 3,244774583 3,102915302 3,102891221 3,033568184 2,997920659 2,838888417 2,75870394 2,701665824 2,635976356 2,619903472 2,23021426 2,23021426 2,23021426 2,23021426 2,148087275 2,02736422 2,02736422 2,02736422 2,02736422 2,006323575 1,913247397 1,824534847 1,824534847 1,824534847 1,824534847 62

незаконный недостоверный некорректный непрофессиональный безвозмездный больной бесполезный несвоевременный медленный нервный нерабочий недействительный хамоватый жалобный неадекватный замкнутый издевательский секретный ограниченный неоплаченный бедный несанкционированный неуважительный нерадивый наплевательский внутрибанковский глупый безобразный левый глухой неблагонадёжный бешеный виновный автоматизированный принудительный дикий неграмотный уголовный недобровольный истекший 1,64017094 1,621726138 1,460624496 1,41893809 1,41893809 1,41893809 1,41893809 1,41893809 1,41893809 1,216170701 1,216170701 1,216170701 1,216170701 1,216170701 1,216170701 1,216170701 1,216170701 1,216170701 1,216170701 1,216170701 1,216170701 1,216170701 1,013423965 1,013423965 1,013423965 1,013423965 1,013423965 1,013423965 1,013423965 1,013423965 1,013423965 1,013423965 1,013423965 1,013423965 1,013423965 1,013423965 1,013423965 1,013423965 1,013423965 1,013423965 63

невнятный безграмотный безответственный непосредственный транзитный заказной устаревший недопустимый спорный затруднительный неподходящий недополученный идентификационный чудовищный бестолковый назойливый невозможный мифический грязный недостаточный жалкий грабительский покойный жуткий свинский военный неопределённый навязчивый бездарный противоречивый жёсткий наследственный презрительный оскорбительный неподъемный неполученный противозаконный некрасивый неприемлемый дерзкий 1,013423965 1,013423965 1,013423965 1,013423965 1,013423965 1,013423965 1,013423965 1,013423965 0,853546751 0,810697882 0,810697882 0,810697882 0,810697882 0,810697882 0,810697882 0,810697882 0,810697882 0,810697882 0,810697882 0,810697882 0,810697882 0,810697882 0,810697882 0,810697882 0,810697882 0,810697882 0,810697882 0,810697882 0,607992447 0,607992447 0,607992447 0,607992447 0,607992447 0,607992447 0,607992447 0,607992447 0,607992447 0,607992447 0,607992447 0,607992447 64

некачественный глючный злостный невнимательный сырой мерзкий неприятный 0,607992447 0,607992447 0,607992447 0,607992447 0,607992447 0,607992447 0,607992447 Наречия очень всегда буквально онлайн неожиданно случайно впервые незаконно никогда бесплатно неизвестно невозможно сложно дополнительно частично долго одновременно дистанционно лично непонятно некорректно выгодно нагло недостаточно неправомерно ужасно упорно настойчиво молча заведомо медленно неправильно стыдно самовольно 372.38100773609733 90.61081781330103 32.28533142613084 17.11398601338235 12.021069203485387 10.974274619983852 9.798711946183756 8.949404378855343 8.192256210970456 6.815278656697748 6.662856145706663 6.007335975410629 6.003269520300492 5.55088257933299 5.3849879794322515 5.215859915558338 5.0879438191820325 3.933650704742038 3.883037350252151 3.8330287984369873 3.7264091003213915 3.7003579622033085 3.682944028969584 3.682944028969584 3.674107765276916 3.4759287878850516 3.4427433266266267 3.407366402790054 3.404985403638322 3.31199507194224 2.9409028859392095 2.7664202249353576 2.7605469476445315 2.48344362928676 65

необоснованно слабо резко возмутительно наотрез ошибочно неудобно дорого бесконечно умышленно халатно впустую хамски печально нервно негативно бессмысленно раздражённо дико жёстко проблематично пошло пренебрежительно демонстративно неохотно безумно сухо нелегко некрасиво скрытно мерзко нежданно-негаданно отрицательно по-хамски болезненно безуспешно небезопасно вон 2.48344362928676 2.48344362928676 2.459412192586282 2.3369665563733255 2.320012980063282 2.2763633741239366 2.2763633741239366 2.2460802589120368 1.8622719634885727 1.8622719634885727 1.8622719634885727 1.8622719634885727 1.6552608003306035 1.6552608003306035 1.6552608003306035 1.6167687610756645 1.5934443761376036 1.5308065373526039 1.5179059316134689 1.471899394049768 1.470810481172733 1.4482726601569147 1.4482726601569147 1.4482726601569147 1.4482726601569147 1.4482726601569147 1.4482726601569147 1.4482726601569147 1.4482726601569147 1.361181951710605 1.3601988520283823 1.3399715883266539 1.281131751833459 1.2413075391269286 1.2413075391269286 1.2413075391269286 1.2413075391269286 1.2413075391269286 Существительные сделка заявление помощь 106.76461758264102 101.39513206415496 69.20338161079702 66

работа обслуживание почта ответ ипотека счёт приложение выбор консультация номер сумма договор задолженность обращение специалист менеджер квартира впечатление уровень претензия вопрос суд продукт кредитование сбербанк кредит ставка право деньга клиент звонок средство день телефон сервис срок оформление елена решение уважение погашение опыт подвох баба долг 65.45273275625031 62.47155703568859 61.77878099602801 50.5136812812324 44.98044220765685 44.264674556172324 41.08233768282826 37.8945794104785 36.97914898863858 36.342849501678295 34.79372563191442 33.88239970027029 33.83735759920529 33.29890282737326 32.60055663851968 29.94138255437389 29.90281997919761 28.314460858052467 28.05188555723785 27.698051268566946 27.22667014525686 26.56652236346923 26.014368762156273 24.939099119746786 20.79019056715991 20.703278542253262 20.69858710913087 20.57937713593288 20.073339351637035 20.073339351637035 19.984925328622055 19.507304578063916 19.05489077635971 19.00705529473533 18.423827676791365 18.38166583600195 18.235460418881235 18.207586932520865 18.013767089649697 17.892703831735904 17.786837914963197 17.76732712696676 17.387754342866742 17.367508295071183 17.29722124581256 67

закон сотрудничество оператор скидка настроение персонал месяц отношение рынок отказ рассмотрение филиал офис размер причина лимит бонус процесс друг автосалон случай россия форма качество пора сравнение пара отзыв просрочка заёмщик прокуратура нарушение ошибка сомнение проблема жалоба взыскание штраф пеня заявка оценка дата слово орган распоряжение 17.187057667711134 16.924255662627992 16.924255662627992 16.42091742034127 16.258255027059036 15.927176064438319 15.879702811839989 15.738154025158384 15.714614145858697 15.688621132311278 15.435863980683422 15.303989620169888 15.19681999385822 15.185633382781454 15.113228800850422 14.964517081608005 14.839088431902177 14.811229165557982 14.754151321356472 14.74614663111455 14.74517780545298 14.504373781162267 14.091453254321456 13.540058747868386 13.50250268300937 13.455591012873112 13.381861330827858 13.246705947474071 13.206386007897274 13.201712007482508 13.092401239477832 12.981827312409735 12.859478114505146 12.79796016849143 12.68906129318267 12.656857459829064 12.646086758996661 12.59302117260472 12.506246615029552 12.434745577111395 12.360498664997442 12.35673415405732 12.321550768346608 12.321550768346608 12.168497136573519 68

коллектор заблуждение заинтересованность сбой комиссия сеть недовольство расторжение блокировка разбирательство нужда некомпетентность отписка негатив 12.090211055660552 11.910383512026472 11.663978446741304 11.6214496429849 11.463862129768092 11.45628058299468 11.370634373278584 11.370634373278584 11.260524037606269 11.141189222070446 11.099564777404726 10.938608261723584 10.728290334190822 10.640517497820126 Глаголы хотеть сказать рекомендовать пользоваться одобрить сообщить работать звонить удивить оформлять выбрать говорить помогать просить объяснить обманывать требовать обслуживаться оскорбить понять показать потерять написать унизить устраивать подсказать решаться 101.65515312854407 54.18895911383218 48.29583530527551 43.59532498403919 31.975604288578918 24.89352594671044 23.460204452088075 21.244012920980825 20.2756020074696 20.023915147950017 19.517820921424217 19.383545347068136 19.251545793872857 18.89694657143783 16.8547840351227 16.0047479862713 15.672073409892253 15.33515753039724 12.431146304515392 12.224503952404284 12.143339843968029 11.611621045529239 11.466695626125244 10.892975267751677 10.638813621362582 10.153198430521426 10.153198430521426 69

встретить встречать повезти делать состояться бывать внести выбирать заставлять позвонить пригласить получать попадать спрашивать составить сделать понадобиться объяснять ждать ответить подставлять выполнять списывать отправить менять возникнуть иметься позволить взять поднять войти успеть поступать нарушать считать принять пояснить списать оформить продолжать отнимать расплачиваться скинуть заработать блокировать 9.435163803901109 9.435163803901109 9.435163803901109 9.175130971005116 8.817577969727637 8.79086879990561 8.530249957806898 8.193775745503958 8.193775745503958 8.187385577948103 7.99727552771066 7.789726414118925 7.428808406262155 7.202290337281869 7.202290337281869 7.153764823922966 7.024460971168842 6.912566519793516 6.399321547621344 6.370646889682164 6.287341864424683 6.279142026484534 6.131958425315409 5.873709249067022 5.597787224336539 5.537255688542249 5.514943869206626 5.461760854699728 5.350372865630545 5.317344397007427 5.317344397007427 5.317344397007427 5.211014487426162 5.136732706966496 5.1136383008210275 4.995688251866208 4.984677051052638 4.979708293938981 4.764663402890848 4.738635049687639 4.716667540633862 4.716667540633862 4.716667540633862 4.709044161111483 4.639243923584604 70

выяснить выпроводить уверять посещать подготовить обращаться предложить оплачивать названивать выясняться сомневаться снизить убедить почувствовать отдать отказать попытаться знать принести использовать искать видеть отказаться утверждать впарить изменить тратить приходить потребовать насторожиться угрожать извиниться подтвердить относиться испортить мурыжить 4.628892263972678 4.533694805699878 4.473432705630451 4.43360043926284 4.43360043926284 4.3415996459753305 4.337330973408582 4.32293390569873 4.307630674656821 3.8102796959844523 3.6043754139539637 3.5633272068284425 3.5633272068284425 3.5633272068284425 3.5425620080782205 3.5313406343803426 3.5216963162330543 3.4574129371302296 3.453793763130896 3.453793763130896 3.453793763130896 3.444979956507091 3.4052868398434692 3.3840737628709947 3.3724353474463977 3.3130113726557404 3.3130113726557404 3.292028543387804 3.2260517971650216 3.1988868162936757 3.14727362917241 3.14727362917241 3.120071647193565 3.1126514402742385 3.063736995290739 3.063736995290739 71

Приложение 3. Словарь отрицательно окрашенных словосочетаний, выделенных с помощью алгоритма, со значениями «Хи-квадрат» технический сбой ипотечный кредит противный случай валютная карта страховая премия кредитная организация банковский счёт годовое обслуживание ужасный банк длительное ожидание российский капитал негативный отзыв лицевой счёт платная услуга расходная операция главный бухгалтер неверный информация повторный обращение страховой взнос платёжное поручение некорректная информация неприятная ситуация страшный сон жалобная книга недостоверная информация замкнутый круг коллекторское агенство отвратительный банк ложная информация некомпетентный сотрудник мелкий шрифт очень сожалеть длительное поручение сплошной обман ипотечный отдел ипотечный менеджер ипотечный договор очень разочароваться халатно относиться уже потерять грубо ответить долго рассматривать 11,1004837 9,6792224 8,6802996 4,3854381 4,2194027 4,1447418 4,1447418 3,7985371 3,76744 3,3902397 3,0131409 3,0131409 3,0131409 3,0131409 3,0131409 3,0131409 2,6361436 2,6361436 2,6361436 2,532163 2,2592477 2,2592477 2,2592477 2,2592477 2,2592477 2,2592477 1,8824532 1,8824532 1,8824532 1,8824532 1,8824532 1,8560258 1,50576 1,50576 1,50576 1,50576 1,50576 1,3916316 1,3916316 1,3916316 1,3916316 1,3916316 72

негативный опыт неприятное впечатление бесплатное снятие шарашкина контора отвратительное обслуживание очередная жалоба полное отсутствие банковская ошибка хамское обращение ненадлежащее исполнение банк нарушил связь оборваться система зависнуть незаконно удерживать нагло врать постоянно зависать постоянно перебивать полностью отсутствовать устная претензия крайнее возмущение истекший срок медленное обслуживание плохой сайт наглый образ странный банк тихий ужас хамское поведение мотивированная жалоба отрицательный отзыв злой умысел системная ошибка хамский тон рутинная операция плохая репутация незаконное списание минусовый баланс банкомат съесть претензия быть отказ прийти система повиснуть банкомат зажевать техническая ошибка очень жалеть совсем обнаглеть 1,3793994 1,3793994 1,3793994 1,3793994 1,1291682 1,1291682 1,1291682 1,1291682 1,1291682 1,1291682 1,0301297 1,0301297 1,0301297 0,9274961 0,9274961 0,9274961 0,9274961 0,9274961 0,7526776 0,7526776 0,7526776 0,7526776 0,7526776 0,7526776 0,7526776 0,7526776 0,7526776 0,7526776 0,7526776 0,7526776 0,7526776 0,7526776 0,7526776 0,7526776 0,7526776 0,7526776 0,6889512 0,6864464 0,6864464 0,6864464 0,6864464 0,51137 0,4636189 0,4636189 73

крайне возмущать честно пожалеть неправомерно быть весьма ухудшиться неохотно отвечать незаконно получать всячески хамить дорого обходиться бесследно исчезнуть всего возмущать всячески препятствовать опять пропасть открыто хамить постоянно бесить последовательно ухудшать всего наобещать вчера заблокировать грубо отказать незаконно обогатиться незаконно произвести прямо нарушать сильно сомневаться цинично выглядеть реально издеваться необоснованно начислить умышленно умалчивать давно кредитоваться ошибочно положить дооооолго аутентифицироваться сильно ошибаться нагло нарушаться специально затянуть небрежно относиться всегда косячать самовольно подключить долго проверять просто-напросто ущемлять сильно отличаться далее начинаться самовольно заблокировать насильно подключить оперативно отреагировать круто развести нагло лгать незаконно обуславливать 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 74

постоянно навязывать неоднократно обещать медленно работать опять обмануть сильно огорчить хамски отвечать хамски общаться неприятно удивить ранее оплачивать странно работать трижды позвонить исправно погашать ежемесячно списывать периодически названивать буквально выталкивать необоснованно присвоить неправомерно списывать безбожно врать неоднократно повторить намеренно затягивать немного разочароваться 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 0,4636189 75

Приложение 4. Словарь положительно окрашенных словосочетаний, выделенных с помощью алгоритма, со значениями «Хи-квадрат» карьерный рост мобильное приложение клиентский центр высокий профессионализм высокий уровень индивидуальный подход удобный интернет-банк очень порадовать приятно удивить отличная работа профессиональный подход подробно рассказать положительный опыт ленинский проспект хороший банк качественное обслуживание оперативная работа приятное впечатление вежливое обслуживание качественная работа удобный банк вежливый персонал ведущий менеджер хорошее настроение быстрое обслуживание беспроцентный период оперативно отвечать быстро оформить профессионально объяснить терминал зажевать удобное обслуживание добросовестный сотрудник отличный специалист комфортная обстановка качественная услуга выгодный процент маленький процент слаженная работа исчерпывающая информация располагающая обстановка оценочный компания двойное списание 106,4588794 102,9491291 95,6756706 74,4911384 71,9848697 61,8757667 53,1936432 51,8676796 43,2110198 42,5491917 42,5491917 41,9924484 41,060732 37,780146 34,9448254 32,5012111 31,9076028 31,9076028 31,9076028 31,9076028 31,9076028 31,9076028 31,9076028 31,9076028 30,9170778 29,3150664 25,9121681 25,9121681 25,9121681 23,3501073 21,2688753 21,2688753 21,2688753 21,2688753 21,2688753 21,2688753 21,2688753 21,2688753 21,2688753 21,2688753 21,2688753 21,2688753 76

отдельная благодарность профессиональный сотрудник волгоградский филиал отличный интернет-банк вежливый сотрудник положительное впечатление быстро решать понятно объяснять быстро одобрить всегда предлагать всегда помочь доходчиво объяснять очень радовать приветливо встретить профессионально помочь грамотно объяснить неправильно указать впервые столкнуться доходчиво ответить подробно ответить очень нравиться особенно радовать народ потянуться подруга порекомендовать оформлять ипотеку процедура затянуться оператор разблокировать банк зарекомендовать получить деньги поисковик выдать эпопея длиться проблема решить услуга отключить карта заблокироваться сутки рассматривать подруга посоветовать оформление затянуться ошибка возникнуть выгодное предложение грамотная консультация высокий класс повышенный кэшбэк высокий процент грамотный специалист отличный сервис 21,2688753 21,2688753 21,2688753 21,2688753 21,2688753 21,0264166 17,2699681 17,2699681 17,2699681 17,2699681 17,2699681 17,2699681 17,2699681 17,2699681 17,2699681 17,2699681 17,2699681 17,2699681 17,2699681 17,2699681 16,552199 16,552199 11,6698416 11,6698416 11,6698416 11,6698416 11,6698416 11,6698416 11,6698416 11,6698416 11,6698416 11,6698416 11,6698416 11,6698416 11,6698416 11,6698416 11,6698416 11,6698416 11,6388776 11,6388776 11,6388776 11,6388776 11,6388776 11,6388776 11,6388776 77

ипотечная сделка расчетно-кассовое обслуживание непростая сделка бесплатная парковка сложная ситуация полная самоотдача шаговая доступность резкое понижение отличная консультация достойный сервис большая текучка зарплатный рост гибкая система оптимальный вариант добросовестный труд бумажная волокита хороший подбор огромная благодарность прекрасный интернет бесплатный перевод профессиональное образование приятное обслуживание автоматический перевыпуск разговорчивый человек симпатичный график-прогноз платёжная карта хорошее обслуживание функциональный интернет-банк ближний банк приличный кэшбэк логичный способ наёмный сотрудник персональный подход непонятная комиссия великолепный специалист крупное мошенничество профессиональная консультация бесплатный межбанк твёрдая пятёрка дружелюбная атмосфера сомнительный характер низкопроцентный ставка быстрое реагирование ставка хорошая кэшбэк классный 11,6388776 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 78

ставка низкий удобный банкомат уникальный предложение позитивное впечатление сотрудник отзывчивый оптимальный предложение высокопрофессиональное обслуживание специалист грамотный удобный сайт вежливый консультант хорошее впечатление светлый офис приятная атмосфера высококвалифицированная работа приятный персонал прекрасное обслуживание процесс быстрый некорректная работа опрятный парень соответствующий специалист финансовый сектор полноценная консультация персонал доброжелательный выгодная конвертация юридическая поддержка обслуживание быстрое виртуальный кошелёк подробная консультация атмосфера приятная вежливый разговор искренняя забота отвратительная ситуация приветливый человек екатеринбургский филиал профессиональная работа валютный перевод трудолюбивый коллектив высокомерный тон приятный бонус превосходная клиентоориентированность незаменимый сотрудник приятная музыка удобная парковка излишняя бюрократия 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 79

отличный офис минимальный процент понятный банк индивидуальный подход досрочное погашение высокопрофессиональный работник стандартное приветствие отличный сотрудник приветливый персонал стильный дизайн удобный вариант благодарственный отзыв опытный сотрудник бесплатный перевыпуск приветливый руководитель опытный менеджер высокая оценка моральная поддержка хорошая атмосфера высокая ставка дежурная улыбка известный магазин доброжелательное обслуживание своевременная помощь адекватный процент огромная комиссия внимательный работник хорошее качество быстрая реакция оперативная помощь компетентное обслуживание привлекательная услуга финансовая грамотность достойный уровень банковская гарантия клиентоориентированный сотрудник удобная программа бесплатная альтернатива дополнительное отделение уютный кафетерий выгодный вклад отдалённое отделение сложная настройка приятный сотрудник грамотная работа 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 80

нестабильная ситуация лояльная работа быстрая помощь простенький договор дружественный персонал банк отличный профессиональная помощь крутой сервис хороший процент комфортный офис классное приложение отзывчивый подход особое отношение широкий выбор оперативно решить быстро объяснить любезно предложить оперативно попытаться внимательно отнестись доступно рассказать грамотно отвечать благополучно получить оперативно обслужить профессионально относиться успешно получить оперативно получать всегда дозваниваться 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 10,6330081 81

Рецензии:

Авторизуйтесь, чтобы добавить рецензию

- у работы пока нет рецензий -

Отзывы:

Авторизуйтесь, чтобы оставить отзыв