HEAL DSpace

Υβριδική προσέγγιση της μεθόδου γράφων λέξεων με POS Tagging και ανατροφοδότηση του μοντέλου μηχανικής μάθησης

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Αλεξόπουλος, Αναστάσιος el
dc.contributor.author Alexopoulos, Anastasios en
dc.date.accessioned 2018-03-26T10:29:51Z
dc.date.available 2018-03-26T10:29:51Z
dc.date.issued 2018-03-26
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/46776
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.15294
dc.rights Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα *
dc.rights.uri http://creativecommons.org/licenses/by-nc/3.0/gr/ *
dc.subject Ανάλυση συναισθήματος el
dc.subject Γράφοι λέξεων el
dc.subject Χαρακτηρισμός μερών του λόγου el
dc.subject Λεξικό συναισθήματος el
dc.subject Υβριδική προσέγγιση el
dc.subject Sentiment analysis en
dc.subject Word graphs en
dc.subject Part of speech (POS) tagging en
dc.subject SentiWordNet en
dc.subject Hybrid method en
dc.title Υβριδική προσέγγιση της μεθόδου γράφων λέξεων με POS Tagging και ανατροφοδότηση του μοντέλου μηχανικής μάθησης el
heal.type bachelorThesis
heal.classification Ανάλυση συναισθήματος el
heal.language el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2017-12-13
heal.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. el
heal.abstract Sentiment Analysis is an ongoing field of research in Natural Language Processing, that refers to the computational treatment of opinions, sentiments and subjectivity of texts. This field has recently enjoyed a huge burst of research activity, mostly due to the spread in use of the World Wide Web . Sentiment c lassification techniques can be divided into machine learning approach, lexicon based approach and hybrid approach , which refers to a combined use of the former approaches. Until recently, the use of hybrid techniques was not frequent, because of their higher computational complexity, but now a lot of hybrid methods have started to develop . This diploma thesis aims to optimize the hybrid Word Graph sentiment analysis method, by inserting new features based on part of speech tagging and extracting the sentiment of words individually. The thesis also suggests the implementation of a feedback mechanism for the method, in order for it to be able to adapt to the changes of language over time en
heal.advisorName Βαρβαρίγου, Θεοδώρα el
heal.committeeMemberName Βαρβαρίγου, Θεοδώρα el
heal.committeeMemberName Βαρβαρίγος, Εμμανουήλ el
heal.committeeMemberName Ασκούνης, Δημήτριος el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Επικοινωνιών, Ηλεκτρονικής και Συστημάτων Πληροφορικής el
heal.academicPublisherID ntua
heal.numberOfPages 108 σ.
heal.fullTextAvailability true


Αρχεία σε αυτό το τεκμήριο

Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο:

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα Εκτός από όπου ορίζεται κάτι διαφορετικό, αυτή η άδεια περιγράφεται ως Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα