| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Datorsistēmas |
| Nosaukums |
Klientu atsauksmju noskaņojuma analīze, izmantojot dabīgās valodas apstrādi |
| Nosaukums angļu valodā |
Sentiment Analysis of Customer Reviews using Natural Language Processing |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Ingars Eriņš |
| Recenzents |
Daniels Gorovojs |
| Anotācija |
Šajā bakalaura darbā tiek veikta klientu atsauksmju noskaņojuma analīze, izmantojot atsauksmes no Shopify balstīta e-komercijas veikala. Atsauksmes tika klasificētas trīs noskaņojuma klasēs: pozitīvas, neitrālas un negatīvas. Pētījuma galvenais mērķis bija salīdzināt trīs uz transformatoriem balstītus modeļus: BERT, RoBERTa un DistilBERT, ierobežotu datu apstākļos.
Pētījums ir vērsts uz maziem e-komercijas uzņēmumiem, jo tiem parasti ir ierobežots klientu atsauksmju skaits un ierobežoti tehniskie resursi. Tāpēc modeļi tika vērtēti ne tikai pēc klasifikācijas veiktspējas, bet arī pēc praktiskās efektivitātes. Klasifikācijas veiktspējas novērtēšanai tika izmantoti accuracy, precision, recall un F1-score rādītāji. Praktiskās efektivitātes novērtēšanai tika izmantots inferenču laiks un GPU atmiņas izmantošana.
Rezultāti parādīja, ka BERT un DistilBERT sasniedza vienādu klasifikācijas veiktspēju, savukārt RoBERTa sasniedza nedaudz zemākus rezultātus. Datu kopa bija maza un nelīdzsvarota, un pozitīvās atsauksmes bija dominējošā klase. Šī iemesla dēļ modeļi galvenokārt koncentrējās uz pozitīvo klasi un tiem bija grūtības noteikt negatīvās un neitrālās atsauksmes. Tas parādīja, ka ar accuracy rādītāju vien nepietiek modeļu novērtēšanai, un ir nepieciešams izmantot arī citus rādītājus, piemēram, precision, recall un F1-score.
Lai gan klasifikācijas rezultāti bija līdzīgi, DistilBERT bija visefektīvākais modelis. Tam bija īsākais inferenču laiks un zemākais GPU atmiņas patēriņš. Tāpēc šajā pētījumā DistilBERT var uzskatīt par praktiskāko risinājumu maziem e-komercijas uzņēmumiem, kas darbojas ierobežotu datu un resursu apstākļos. |
| Atslēgas vārdi |
noskaņojuma analīze, e-komercija, BERT, RoBERTa, DistilBERT. |
| Atslēgas vārdi angļu valodā |
Sentiment Analysis, E-commerce, BERT, RoBERTa, DistilBERT. |
| Valoda |
eng |
| Gads |
2026 |
| Darba augšupielādes datums un laiks |
26.05.2026 23:37:57 |
