Abstract
Электрондық коммерцияның маңыздылығының артуы тұтынушылар пікірлерінің сентименттік талдауын тиімді жүргізу қажеттілігін айқындады, себебі бұл пікірлер маркетингтік тактикалар мен өнімді ұсыну жүйелеріне тікелей ықпал етеді. Дегенмен, табиғи тілдің күрделілігі, атап айтқанда сарказм мен эмоционалдық бейнелеулер сентименттік талдау міндетін қиындатады. Осы мәселелерді шешу мақсатында бұл зерттеуде екібағытты ұзақ қысқа мерзімді жадыға негізделген желі - Bidirectional Long Short-Term Memory (Bi-LSTM) және Luong Attention механизмі негізіндегі жаңа сентименттік талдау архитектурасы ұсынылады. Bi-LSTM моделі мәтіннің тізбектік табиғатын модельдеу үшін қолданылса, Luong Attention механизмі модельге пікірдің ең маңызды бөліктеріне назар аудару мүмкіндігін береді және сентименттің ең ұсақ мағыналық ерекшеліктерін анықтау қабілетін арттырады. Ұсынылған екіқұрамды шешім өнімдерге қатысты пікірлердегі күрделі әрі екіұшты тілдік құрылымдарды өңдеуге мүмкіндік береді, нәтижесінде сентиментті жіктеу дәлдігі артып, контексті ескеру деңгейі жоғарылайды. Ұсынылған модель Bi-LSTM негізінде құрастырылып, пікірдегі алдыңғы және кейінгі сөздерді қатар ескеретін екібағытты контекстік оқыту мүмкіндігін қамтиды, бұл сентиментті анықтау дәлдігін жақсартады. Luong Attention механизмін енгізу арқылы модель пікірдің сентиментті айқындауда маңызды рөл атқаратын бөліктеріне шоғырланады; бұл әсіресе айқын немесе жасырын эмоционалдық бейнелеулер байқалатын жағдайларда маңызды. Аталған гибридті модель дәстүрлі сентименттік талдау әдістерімен салыстырғанда анағұрлым тиімді нәтиже көрсетіп, 96,67% дұрыстыққа, 96,83% нақтылыққа және 96,67% толықтыққа қол жеткізді, сонымен қатар шамадан тыс бейімделу деңгейі салыстырмалы түрде төмен болды. Алынған нәтижелер ұсынылған модельдің жоғары өнімділігін және оның нақты уақыт режимінде әрі үлкен көлемдегі деректерде сентиментті талдау қабілетін көрсетеді. Бұл модель электрондық коммерциядағы іс-қимыл жоспарларын қалыптастыру үшін құнды аналитикалық тұжырымдар алуға мүмкіндік береді.