Pokročilé metody rozpoznávání sentimentu
Advanced Sentiment Analysis
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Stanislav Lamoš
Vedoucí práce
Pichl Jan
Oponent práce
Kuznetsov Stanislav
Studijní obor
Základy umělé inteligence a počítačových vědStudijní program
Otevřená informatikaInstituce přidělující hodnost
katedra kybernetikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Analýza sentimentu určuje polaritu sentimentu vzhledem k danému dokumentu, větě či aspektu. Výstup této klasifikace nám dává informaci o emoční zabarvenosti daného textu. V této práci provádíme množství experimentů a reportujeme výsledky analýzy sentimentu na úrovni vět a dokumetů, detekce kategorie aspektů a analýzy sentimentu kategorie aspektů. Také popisujeme teoretickou stránku těchto metod a děláme průzkum současných modelů a datasetů. I když naše modely vykazují horší výsledky než současná řešení, mají nízkou časovou a paměťovou náročnost. Sentiment analysis determines the sentiment polarity towards a given document, sentence or aspect. The output of such classification gives us the information about emotional tone of given text. In this thesis, we perform several experiments and we report results of sentence-level and document-level sentiment analysis, aspect category detection, and aspect category sentiment analysis. We also discuss the theoretical background of such methods and review state-of-the-art models and datasets. Even though our models achieve worse results compared to state-of-the-art, the common advantage of our approaches is low time and space complexity.
Kolekce
- Bakalářské práce - 13133 [714]