Актуальность. Изучение иностранного языка является целью очень большого количества людей. Ведь в современной конкурентной среде, знание иностранного языка даёт большие преимущества не только для профессионального развития, но и при проведении времени, отведенного на досуг. Поэтому сфера предоставления услуг в области изучения языков все еще остаётся актуальной. На данный момент придумано множество технологий и программ, позволяющих значительно увеличить эффективность обучения. Однако следует отметить, что приложений по изучению иностранного языка, позволяющих пользователю классифицировать эмоциональную окраску текста для более качественного перевода и понимания авторского замысла, не так много.
На данный момент сентимент-анализ применяется в мониторинговых, аналитических и сигнальных системах, а также в системах документооборота и рекламных платформах. В то же время данная технология практически не используется в системах обучения иностранным языкам, хотя имеет огромный нераскрытый потенциал. Практически все существующие на данный момент приложения по изучению иностранных языков не используют возможности анализа тональности текста. Овладение эмоциональным словарем языка – сложная задача для обучающегося, поэтому этому аспекту должно уделяться отдельное внимание.
Целью данной работы является разработка веб-приложения для изучения немецкого языка, в основе которого лежит сентимент-анализ.
Объектом исследования стало изучение возможности применения эмоционального анализа текста в программном продукте для увеличения эффективности обучения иностранному языку.
Предметом исследования является анализ тональности текста (сентимент-анализ) как область обработки естественного языка (Natural Language Processing).
Для достижения поставленной цели были поставлены и решены следующие задачи:
1. ознакомиться с теоретическими аспектами создания веб- приложений, а также со средствами их разработки;
2. изучить инструменты создания веб-приложений: Vue.js, Vuetify, Firebase;
3. проанализировать существующие подобные системы и их функциональные возможности;
4. рассмотреть существующие приложения для изучения иностранных языков;
5. изучить методы оценки эмоционально-окрашенных текстов;
6. реализовать структуру базы данных;
7. разработать приложение для изучения немецкого языка.
В работе используются следующие методы анализа: метод контекстуального анализа и метод компонентного анализа. Для реализации проекта были выбраны JavaScript фреймворк Vue.js. и NoSQL, база данных Firebase.
Теоретическая значимость работы заключается в дальнейшей разработке проблем перевода эмоционально-оценочной лексики.
Практическая значимость данной работы позволяет использовать ее основные положения в практике перевода и преподавания.
Структура. Выпускная работа состоит из введения, трех глав, заключения, списка используемой литературы и приложения. В первой главе рассмотрены теоретические основы анализа тональности текста. Во второй – рассмотрены методы оценки эмоционально-окрашенных текстов. В третьей – описан процесс разработки веб-приложения «WirLerneDeutsch». Тексты книг взяты из источников, которые находятся в свободном доступе в сети Интернет. Аудиозаписи к книгам взяты из сервиса YouTube.
ВВЕДЕНИЕ..................................................................................................... 3
ГЛАВА 1. ПРИМЕНЕНИЕ СЕНТИМЕНТ–АНАЛИЗА ПРИ ОБУЧЕНИИ ИНОСТРАННОМУ ЯЗЫКУ........................................................................... 6
1.1. Основные понятия................................................................................. 6
1.2. Особенности анализа тональности иностранного текста.................... 7
1.3. Обзор существующих программ изучения иностранных языков...... 8
ГЛАВА 2. МЕТОДЫ И ШКАЛЫ ОЦЕНКИ ЭМОЦИОНАЛЬНО- ОКРАШЕННЫХ ТЕКСТОВ......................................................................... 13
2.1. Методы, основанные на правилах...................................................... 13
2.2. Методы, основанные на использовании словарей эмоциональной и оценочной лексики..................................................................................... 14
2.3. Методы, основанные на машинном обучении с учителем (supervised learning)...................................................................................................... 18
2.4. Методы, основанные на машинном обучении без учителя (unsupervised learning)...................................................................................................... 20
2.5. Системы шкалирования...................................................................... 21
ГЛАВА 3. РАЗРАБОТКА ПРИЛОЖЕНИЯ «WIR LERNE DEUTSCH».... 23
3.1. Описание инструментов разработки приложения............................. 23
3.1.1. Организация маршрутизации в приложении............................... 24
3.1.2. Подключение Firebase к приложению......................................... 27
3.1.3. Хранилище Vuex........................................................................... 30
3.2. Структура базы данных..................................................................... 31
3.2. Описание функционала и интерфейса приложения........................... 33
ЗАКЛЮЧЕНИЕ............................................................................................. 42
ПРИЛОЖЕНИЕ............................................................................................. 45
1. Автоматическое определение тональности текста (Sentiment Analysis) [Электронный ресурс] URL: https://habr.com/ru/post/263171/
2. Калафато Р. Художественная литература в обучении английскому языку в России // Вопросы образования. 2018. №2. URL: https://cyberleninka.ru/article/n/hudozhestvennaya-literatura-v-obuchenii- angliyskomu-yazyku-v-rossii.
3. Милованова Л.А., Шевчик Е.Е. Обучение студентов рецептивной эмотивной лексике в процессе чтения художественных текстов на английском языке // Известия ВГПУ. 2019. №3 (136). URL: https://cyberleninka.ru/article/n/obuchenie-studentov-retseptivnoy-emotivnoy- leksike-v-protsesse-chteniya-hudozhestvennyh-tekstov-na-angliyskom-yazyke.
4. Освоение Vuex — с нуля до героя [Электронный ресурс] URL:
5. Режим HTML5 History [Электронный ресурс] URL: https://habr.com/ru/post/ 421551/ https://router.vuejs.org/ru/guide/essentials/history-mode.html
6.Система Лейтнера [Электронный ресурс] URL: https://ru.wikipedia.org/wiki/Система_Лейтнера
7. Benjamin Snyder, Regina Barzilay. Multiple Aspect Ranking using the Good Grief Algorithm (англ.) // Proceedings of the Joint Human Language Technology/North American Chapter of the ACL Conference (HLT-NAACL) : конференция. — 2007. — P. 300–307.
8 .Bo Pang, Lillian Lee. Opinion Mining and Sentiment Analysis (англ.) // Foundations and Trends in Information Retrieval : журнал. — 2008. — No. 2. — P. 1-135.
9. C. Fellbaum, ‘‘WordNet,’’ in Theory and Applications of Ontology: Computer Applications. New York, NY, USA: Springer, 2010, pp. 231–243.
10. Firebase Authentication [Электронный ресурс] URL: http://www.fandroid.info/en/firebase-autentifikatsiya-polzovatelej-spomoshhyu- email-i-parolya-v-android-prilozhenii
11. FirebaseUser [Электронный ресурс] URL: https://firebase.google.com/docs/re ference/android/com/google/firebase/auth/Fireb/aseUser
13. Merriam-Webster [Электронный ресурс] URL: https://ru.wikipedia.org/wiki/Merriam-Webster
14. Ekman P., ‘‘Facial expression and emotion,’’ Amer. Psychol., vol. 48, no. 4, p. 384, 1993.
15. Sentiment Analysis with AFINN Lexicon [Электронный ресурс] https://medium.com/@himanshu_23732/sentiment-analysis-with-afinn-lexicon- 930533dfe75b