Сьогодні однією з основних тенденцій розвитку Інтернету є зростаюча популярність соціальних мереж. Все більше людей "створюють зв'язки" один з одним, і в результаті кількість користувачів соціальних мереж зростає в геометричній прогресії. Тепер важко знайти людину, яка не має власних Facebook, Twitter чи Instagram сторінок. Люди все частіше взаємодіють у віртуальному просторі через різні канали комунікації і соціальні мережі - один з найпопулярніших видів. У цих умовах використання соціальних мереж як джерела інформації для запобігання кібератакам чи визначення ступеня загрози (настроїв, відношення) щодо досліджуваного об'єкта стає дуже актуальним. Більшість людей не уявляють свого життя без соціальних мереж: ми переглядаємо останні новини, дізнаємося про останні інновації на ринку, читаємо навчальні статті, ділимося інформацією з нашими друзями, стежимо за останніми подіями, що відбулися в їх житті, і т.д. Обробка природних мов (ОПМ) є однією з найважливіших технологій XXI ст. Машинне розуміння є дуже цікавим, але складним завданням як в обробці природних мов (ОПМ), так і в дослідженні штучного інтелекту (ШІ). ОПМ можна застосовувати там, де потрібна взаємодія людини з машиною (людино-машинна взаємодія). Останнім часом глибокі методи навчання показують вражаючі результати в розв'язанні завдань, що стосуються ОПМ. Стандартні моделі глибокого навчання часто можуть використовуватися для вирішення цілого ряду завдань без необхідності застосування традиційних аналітичних інженерних методів, що потребують надзвичайно багато ресурсів. У даній роботі розглянуто завдання класифікації текстів по відношенню до досліджуваного об'єкта за допомогою фреймворка "TensorFlow".

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"