Введение. Целью статьи является изучение возможности интеграции семиотических подходов и методов машинного обучения для автоматизированного анализа тональности текстов (Sentiment-анализа). Sentiment-анализ текста является популярным направлением лингвистики на стыке с компьютерными науками и анализом данных. Новизна работы заключается в попытке интерпретации результатов машинного обучения с опорой на содержание текстов отзывов как знаковых систем, выявляя их лексические, синтаксические и прагматические характеристики.
Методология и источники. Исследование опирается как на фундаментальные основы семантики, синтактики и прагматики, так и на современные подходы к автоматизации обработки текстовой информации и применению математических методов для обоснования речевых явлений. Материалом исследования послужил свободно распространяемый набор данных отзывов на кинофильмы с платформы IMDB. В качестве инструмента автоматизации применяется система KNIME для анализа данных в парадигме «No-coding» (без кодирования). В статье представлен рабочий поток, включающий этапы предобработки данных, построения моделей классификации, а также оценки их эффективности, предложена лингвистическая интерпретация ошибок автоматической классификации отзывов.
Результаты и обсуждение. Результаты демонстрируют высокую точность классификации (до 92,0 %) и способность алгоритмов выявлять ключевые лексические и синтаксические маркеры, формирующие эмоциональную окраску текста. Исследование расширяет границы традиционной семиотики, интегрируя методы машинного обучения и анализа больших данных, а также подчеркивает практическую ценность использования KNIME в задачах обработки естественного языка.
Заключение. В статье дается детализированное описание алгоритма автоматизации Sentiment-анализа отзывов на кинофильмы с учетом преимуществ и потенциальных сложностей такого подхода для интерпретации текста. Перспективы дальнейших исследований включают применение предложенных методов к многоязычным корпусам и анализу мультимодальных данных, что открывает новые возможности для изучения знаковых систем в условиях цифровой коммуникации. Предложенная методика может найти применение в коммерческой сфере для выявления настроений пользователей товаров, услуг, приложений, книг, фильмов и т. д., что повышает интерес к лингвистической науке, а именно к автоматическому анализу тональности или Sentiment-анализу.
Горнодобывающая техника, эксплуатируемая в Арктике и на Крайнем Севере, функционирует в экстремальных условиях: под знакопеременными и ударными нагрузками, при сильной вибрации и резких температурных перепадах. Все это приводит к увеличению потока отказов узлов и деталей машин и потере того полезного эффекта, который должна обеспечить высокопроизводительная техника с большой единичной мощностью. Статья посвящена исследованию проблем ускоренного износа деталей карьерных бульдозеров при эксплуатации в экстремальных условиях Арктики, в частности на примере предприятия АО «Алмазы Анабара», а также поиску рациональных путей ее решения. Установлено, что наиболее изнашиваемыми элементами бульдозера являются коронки и стойки рыхлителей, а также детали гусеничного движителя. Проведены комплексные лабораторные и натурные испытания образцов коронок от различных производителей (Италия, Китай, Австралия, Россия). Исследованы их механические свойства: твердость, ударная вязкость, прочность, относительное удлинение и химический состав. Выявлена прямая корреляция между твердостью материала и его износостойкостью. Наилучшие результаты показали кованые коронки с высокими значениями твердости, а также ударной вязкости при низких температурах. Предложены практические решения для снижения износа, включая разработку технических требований к материалам коронок для арктических условий и внедрение технологии сварки стойки рыхлителя для восстановления ее целостности. Реализация этих мер позволила предприятию АО «Алмазы Анабара» значительно сократить годовое потребление коронок и повысить эффективность работ. Кроме того, для восстановления изношенных деталей гусеничного движителя и пальцев узлов сопряжения предлагается применение перспективной технологии импульсно-дуговой наплавки.