Целью исследования является повышение уровня конкретизации сентимента в рамках анализа тональности русскоязычных текстов путем разработки датасета с обширным набором эмоциональных категорий. В работе рассмотрены основные методы сентимент-анализа и основные эмоциональные модели. Разработана и описана программная система для децентрализации разметки данных. Новизна данной работы заключается в том, что для определения эмоциональной окраски русскоязычных текстов впервые применяется эмоциональная модель, которая содержит больше 8 эмоциональных классов, а именно модель Роберта Плутчика. В итоге был разработан новый датасет, предназначенный для исследования и анализа эмоций. Полученный корпус данных состоит из 24435 уникальных записей, размеченных по 32 классам эмоций, что делает его одним из наиболее разнообразных и детализированных наборов данных в данной области. По полученному датасету обучена нейронная сеть, которая определяет набор эмоций автора при написании им текста. Полученный датасет предоставляет возможность для проведения дальнейших исследований в данной области. Одной из перспективных задач является повышение эффективности нейронных сетей, обученных на данном датасете.

Ключевые слова: сентимент, анализ, модель, Роберт Плутчик, эмоции, разметка, текст

2.3.1 - Системный анализ, управление и обработка информации , 5.3.1 - Общая психология

Проблема человеческого самопознания является очень актуальной в наши дни. Люди постоянно ищут новые методы для изучения собственного “Я”. Графология - один из таких методов. Основной сложностью графологического анализа является отсутствие автоматизации процесса, результат зависит только от знаний человека. Кроме того, на данный момент не существует сервиса, способного осуществить грамотный анализ по почерку человека. Однако есть методы компьютерного зрения, которые в комбинации способны произвести работу, схожую с работой графолога. К таким методам относятся сегментация, бинаризация и методы интегральной оценки. Для сопоставления характеристик почерка с человеческими особенностями характера необходимо применять классификаторы. Применение всех методов дает возможность создать сервис, который автоматизирует графологический анализ.

Ключевые слова: графология, почерк, личностные характеристики, графологический анализ, наклон, направление почерка, текст

2.3.1 - Системный анализ, управление и обработка информации , 5.3.1 - Общая психология