Анализ тональности отзывов на фильмы с помощью наивного Байесовского классификатора

1. Сбор и подготовка данных
   • Источники отзывов: как скачать датасет IMDB (50 000 отзывов) или собрать свои с Кинопоиска через парсинг
   • Разметка тональности: положительные отзывы (рейтинг 7–10) и отрицательные (1–4)
   • Очистка текста: удаление HTML-тегов, знаков препинания, приведение к нижнему регистру
2. Признаки для классификации
   • Мешок слов: как превратить каждый отзыв в вектор частот слов
   • N-граммы: почему пары слов (например, «не понравился») дают больше смысла, чем одиночные слова
   • Отбор признаков: удаление слишком редких и слишком частых слов (стоп-слова, слова в 90% отзывов)
3. Наивный Байесовский классификатор
   • Формула Байеса: как по слову оценить вероятность класса (положительный/отрицательный)
   • Наивное допущение: почему слова считаются независимыми, хотя это не так
   • Сглаживание Лапласа: как избежать нулевых вероятностей для слов, не встреченных в обучении
4. Оценка и улучшение модели
   • Метрики: точность, полнота, F1-мера на тестовой выборке (ожидаемая точность 80–85%)
   • Сравнение с другими моделями: логистическая регрессия или SVM на тех же данных
   • Анализ ошибок: какие отзывы путает классификатор (ирония, сарказм, смешанные эмоции)

Оглавление можно менять: перед оплатой вы бесплатно правите главы и параграфы под требования преподавателя.