РОЗРОБКА ПРОТОТИПУ ЛОКАЛЬНОЇ НЕЙРОННОЇ МЕРЕЖІ ДЛЯ АВТОМАТИЧНОГО АНАЛІЗУ ЕМОЦІЙНОГО ЗАБАРВЛЕННЯ ЗВЕРНЕНЬ ГРОМАДЯН ДО ОРГАНІВ МІСЦЕВОГО САМОВРЯДУВАННЯ

<jats:p>У статті представлено прототип локальної нейронної мережі для автоматичного визначення емоційного забарвлення звернень громадян до органів місцевого самоврядування та ЦНАПів, який функціонує в повністю автономному режимі, потребує мінімальних обчислювальних ресурсів на стандартному офісному комп’ютері без підключення до інтернету. Розроблено модель повнозв’язної нейронної мережі прямого поширення, архітектура якої містить один прихований шар і має 9924 треновані параметри, при цьому використано Python у середовищі Google Colab та бібліотеку TensorFlow. Для навчання моделі за допомогою автоматичної генерації україномовних текстів на основі заготовлених словників з подальшою аугментацією сформовано набір даних з 10000 прикладів. Структурування вхідного тексту здійснено за методом TF-IDF з обмеженням словника до 150 найбільш інформативних ознак. Виконано процес навчання мережі, який завершено після досягнення середньої точності та впевненості прогнозування оптимальних значень. Розроблено додаток на мові C++ з використанням Qt Creator, який забезпечує інтерфейс для взаємодії з нейромережею. На етапі прототипування для прискорення демонстрації функціоналу реалізовано режим імітації роботи нейронної мережі, що дозволяє проводити презентації та тестування інтерфейсу без використання додаткових обчислювальних ресурсів. Тестування прототипу на контрольних прикладах, що імітують звернення громадян, показало стабільну якість класифікації з впевненістю 82–95%, при цьому модель коректно визначає пріоритет ключових слів, що відповідають емоційному забарвленню тексту. Проведено порівняльний аналіз розробленої моделі з альтернативними архітектурами. Запропонована модель має переваги в плані мінімальних апаратних вимог, повної автономності роботи, високої швидкості відповіді (1–5 мс) та інтерпретованості результатів. Додаток з прототипом підтверджує доцільність застосування спеціалізованих нейронних мереж для автоматизованого аналізу емоційного забарвлення текстів у сфері публічного управління та є основою для подальшого впровадження.</jats:p>