Досліджено існуючі підходи до визначення емоційної забарвленості текстів та
визначено переваги Lexicon-based методу. Розроблена система являє собою бот з функцією
сентимент-аналізу текстових повідомлень. Бот реалізовано для месенджера Telegram,
використовуючи мову програмування Python та бібліотеку python-telegram-bot. Сентимент-аналіз
здійснюється за допомогою Lexicon-based методу, доповненого словами-модифікаторами, який
базується на аналізі тональних словників та їх впливу на загальний сентимент тексту.
Розроблений бот може знайти застосування в різних сферах, включаючи моніторинг соціальних
мереж, аналіз відгуків клієнтів, вимірювання публічного настрою.
The existing approaches to determining the emotional coloration of texts are investigated and
the advantages of the developed method in relation to the machine learning method are determined. The developed
system is a Telegram bot with the function of sentiment analysis of text. The bot is implemented for the Telegram
messenger using the Python programming language and the python-telegram-bot library. The sentiment analysis
is performed using the Lexicon-based method with modifier words, which is based on the analysis of tone
dictionaries and their impact on the overall sentiment of the text. The developed bot can be used in various fields,
including social media monitoring, customer feedback analysis, and public sentiment measurement.
