Модель та засоби прогнозування емоційного стану користувача на основі текстових записів
Автор: Кравчук Максим Тарасович
Кваліфікаційний рівень: магістр
Спеціальність: Інформаційні управляючі системи та технології
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2025-2026 н.р.
Мова захисту: українська
Анотація: Актуальність. У сучасних цифрових сервісах користувачі щоденно залишають значні обсяги текстових даних – повідомлення, коментарі, нотатки, записи щоденників. Цей контент містить важливу інформацію про емоційний стан людини, однак його інтерпретація вимагає спеціальних методів обробки природної мови. Актуальність дослідження зумовлена потребою у високоточних, інтерпретованих та масштабованих інструментах оцінювання настрою та емоцій на основі тексту, що знаходить застосування у системах підтримки психічного здоров’я, рекомендаційних платформах, аналітичних сервісах та інтелектуальних помічниках. Об’єкт дослідження – процес аналізу емоційного стану користувача за текстовими даними. Предмет дослідження – моделі, алгоритми та програмні засоби прогнозування емоцій, настроїв і полярності на основі текстових записів. Мета дослідження – розроблення моделі та програмних засобів прогнозування емоційного стану користувача шляхом поєднання класифікації емоцій та формалізованої оцінки настрою в координатах PAD-моделі. Структура роботи. Дана магістерська робота складається зі вступу, чотирьох розділів, висновків, списку використаних джерел та додатків. У першому розділі виконано аналіз предметної області, існуючих підходів до розпізнавання емоцій та проблематики емоційної аналітики. У другому розділі сформульовано постановку задачі, обґрунтовано вибір моделей та методів, розроблено концепцію системи. У третьому розділі представлено архітектуру програмного забезпечення, структуру серверної частини, модулі ML-обробки та клієнтський інтерфейс. У четвертому розділі наведено результати експериментальних досліджень, оцінено ефективність роботи моделі та виконано аналіз точності. Методи та інструменти дослідження. У роботі застосовано методи обробки природної мови, трансформерні мовні моделі (BERT, fine-tuned на GoEmotions), ієрархічну багаторівневу класифікацію, формалізацію емоцій у багатовимірному просторі Valence–Arousal–Dominance (PAD), алгоритми статистичного аналізу та інструменти Python, PyTorch, HuggingFace Transformers, FastAPI, React, Docker. Результати та практичне значення. Розроблено багаторівневу модель прогнозування емоційного стану, яка поєднує класифікацію емоцій, агрегацію настроїв і визначення полярності в єдиній структурі «емоція > настрій > полярність». Удосконалено спосіб інтерпретації емоцій за допомогою PAD-векторів, що забезпечує математичну формалізацію настрою. Створено веб-систему для аналізу текстів, реалізовано серверну та клієнтську частини, проведено експериментальні дослідження та підтверджено працездатність запропонованої моделі. Результати можуть використовуватися у системах емоційної аналітики, цифрових щоденниках, сервісах моніторингу благополуччя та інтелектуальних помічниках. Загальний обсяг роботи становить 126 сторінок, у тому числі 105 сторінки основного тексту, містить 25 рисунків і 2 таблиці. Список використаних джерел налічує 32 найменування. Ключові слова: емоційний стан, розпізнавання емоцій, BERT, GoEmotions, PAD-модель, інтелектуальний аналіз текстів, прогнозування настрою.