Pokročilé metody rozpoznávání sentimentu

Abstract

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.