Please use this identifier to cite or link to this item:
http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/13666
Title: | Υβριδική Προσέγγιση Της Μεθόδου Γράφων Λέξεων Με Pos Tagging Και Ανατροφοδότηση Του Μοντέλου Μηχανικής Μάθησης |
Authors: | Αναστάσιος Αλεξόπουλος Βαρβαρίγου Θεοδώρα |
Keywords: | ανάλυση συναισθήματος γράφοι λέξεων προεπεξεργαστής κειμένου χαρακτηρισμός μερών του λόγου λεξικό συναισθήματος υβριδική προσέγγιση ταξινομητής naive bayes sentiment analysis word graphs document preprocessor part of speech (pos) tagging sentiwordnet hybrid method naive bayes classifier. |
Issue Date: | 15-Dec-2017 |
Abstract: | Ανάλυση συναισθήματος είναι ένας ερευνητικός κλάδος της Επεξεργασίας Φυσικής γλώσσας που αφορά στην υπολογιστική διαχείριση της κοινής γνώμης, των συναισθημάτων και της υποκειμενικότητας, από απλά κείμενα. Το αντικείμενο παρουσιάζει ολοένα και μεγαλύτερο ερευνητικό ενδιαφέρον τα τελευταία χρόνια, χάρη στην εξάπλωση της χρήσης του διαδικτύου. Οι αλγόριθμοι ανάλυσης συναισθήματος διακρίνονται σε τρεις βασικές κατηγορίες ανάλογα με την προσέγγιση που χρησιμοποιούν. Υπάρχουν μέθοδοι μηχανικής μάθησης, μέθοδοι λεξιλογικής προσέγγισης, με χρήση λεξικού, και υβριδικές μέθοδοι, που αποτελούν συνδυασμό αυτών των δύο. Μέχρι τα τελευταία χρόνια, οι υβριδικές μέθοδοι δεν ήταν ιδιαίτερα διαδεδομένες, εξαιτίας της πολυπλοκότητάς τους, όμως πλέον έχουν αρχίσει να αναπτύσσονται διάφορες μέθοδοι αυτής της κατηγορίας. Στόχος της παρούσας εργασίας είναι η βελτίωση του υβριδικού αλγορίθμου ανάλυσης συναισθήματος με γράφους λέξεων, με την εισαγωγή νέων χαρακτηριστικών που ερείδονται στην ανάλυση του κειμένου σε μέρη του λόγου και την εξαγωγή του συναισθήματος για κάθε λέξη. Προτείνεται επίσης μια διαδικασία ανατροφοδότησης του αλγορίθμου, με σκοπό να μπορεί να ανταποκριθεί στις μεταβολές της γλώσσας. |
URI: | http://artemis-new.cslab.ece.ntua.gr:8080/jspui/handle/123456789/13666 |
Appears in Collections: | Διπλωματικές Εργασίες - Theses |
Files in This Item:
File | Size | Format | |
---|---|---|---|
DT2017-0326.pdf | 1.87 MB | Adobe PDF | View/Open |
Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.