Аннотация:С глобальной эволюцией интернета любой человек получил возможность высказывать свое мнение относительно услуг и товаров, каких-то личностей и вещей, которое стало необходимо учитывать. Но обрабатывать мнения вручную из-за больших объемов данных не представляется возможным. Поэтому развитие получили такие направления, как Sentiment Analysis, в которых рассматриваются алгоритм по автоматизированному извлечению оценки из текста. Вначале это делалось только с помощью методов и алгоритмов машинного обучения и только позже начали использовать словари тональной лексики. Но возникает ряд проблем, например, в языке большое количество различных способов выразить свое мнение, а также часто встречаются опечатки или сокращения, которые могут быть неверно поняты алгоритмом. И сейчас почти не существуют каких-то методов классификации тональности текста конкретно на русском языке, и используются алгоритмы, разработанные для других языков, что дает большую долю ошибок из-за различных структуры и строения языка, то есть не учитываются уникальные для русского языка особенности. Поэтому в данной работе я решил рассмотреть в целом постановку задачи анализа тональности текста, наиболее популярные методы и один был реализован часть из них для проверки на пригодность анализа русскоязычных текстов и возможность их применения.