Ανάπτυξη αρχιτεκτονικών βαθιάς μάθησης με χρήση δικτύων μακράς βραχυπρόθεσμης μνήμης για ανάλυση συναισθήματος

Φλωράκης, Θεόδωρος; Florakis, Theodoros

dc.contributor.author	Φλωράκης, Θεόδωρος	el
dc.contributor.author	Florakis, Theodoros	en
dc.date.accessioned	2018-11-29T09:07:57Z
dc.date.available	2018-11-29T09:07:57Z
dc.date.issued	2018-11-29
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/48162
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.16183
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc/3.0/gr/	*
dc.subject	Βαθιά μάθηση	el
dc.subject	Sentiment analysis	en
dc.subject	Ανάλυση συναισθήματος	el
dc.subject	Αναδρομικά νευρωνικά δίκτυα	el
dc.subject	Μηχανική μάθηση	el
dc.subject	Machine learning	en
dc.subject	Deep learning	en
dc.subject	Recurrent neural networks	en
dc.subject	LSTM	en
dc.title	Ανάπτυξη αρχιτεκτονικών βαθιάς μάθησης με χρήση δικτύων μακράς βραχυπρόθεσμης μνήμης για ανάλυση συναισθήματος	el
heal.type	bachelorThesis
heal.classification	Μηχανική μάθηση	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2018-11-09
heal.abstract	Οι απόψεις των ανθρώπων συνιστούν μια από τις πιο ισχυρές μορφές πληροφορίας που μπορεί κάποιος να αναζητήσει. Διαδραματίζουν ρόλο εξέχουσας σημασίας σε ενέργειες τόσο απλές όσο η καθημερινή λήψη αποφάσεων, όσο και τόσο σύνθετες όπως επίσημες έρευνες παγκόσμιας κλίμακας. Μαζί με την ραγδαία εξέλιξη του Διαδικτύου, δημιουργήθηκαν και όλες οι απαραίτητες προϋποθέσεις προκειμένου οι απόψεις των ανθρώπων να εκφραστούν μαζικά. Πλέον, στην εποχή των Μεγάλων Δεδομένων (Big Data) έχει δημιουργηθεί ένας τεράστιος όγκος δεομένων από κείμενα, αναρτήσεις, σχολιασμούς και κριτικές που καλύπτουν οποιοδήποτε θέμα στο οποίο μπορεί να εκφραστεί μια άποψη. Ωστόσο, στην πλειοψηφία τους, τα δεδομένα αυτά παραμένουν αποθηκευμένα και ανεπεξέργαστα και ως εκ τούτου δεν είναι δυνατόν να εξορυχθεί η γνώση η οποία εμφωλεύεται σε αυτά. Η Ανάλυση Συναισθήματος (Sentiment Analysis), γνωστή και ως Εξόρυξη Άποψης, είναι η διαδικασία επεξεργασίας της φυσικής γλώσσας η οποία αποσκοπεί στην υπολογιστική αναγνώριση και κατηγοριοποίηση των απόψεων που εκφράζονται σε ένα κομμάτι κειμένου, προκειμένου να καθοριστεί εάν η στάση του συγγραφέα έναντι ενός συγκεκριμένου θέματος, προϊόντος κ.λπ. είναι θετική, αρνητική ή ουδέτερη. Ως ερευνητικός τομέας, η Ανάλυση Συναισθήματος έχει γνωρίσει τεράστια άνθιση η οποία συμπίπτει με την ανάπτυξη της επιστήμης των υπολογιστών αλλά και με τις ολοένα και αυξανόμενες ανάγκες για την μαζική επεξεργασία δεδομένων απόψεων. Πλέον οι τεχνικές της επιστρατεύονται από επιχειρήσεις και οργανισμούς, όπου βρίσκουν τεράστιο πλήθος εφαρμογών, προσφέροντας σημαντικές λύσεις στην οργάνωση της πληροφορίας και την εξαγωγή γνώσεων ζωτικής σημασίας Στόχος της παρούσας Διπλωματικής εργασίας είναι η ανάπτυξη συστημάτων μηχανικής μάθησης, τα οποία να είναι ικανά να διεξάγουν ανάλυση συναισθήματος σε μια συλλογή από κριτικές ταινιών, με τελικό σκοπό την συναισθηματικής τους ταξινόμηση ως θετικό ή αρνητικό. Συγκεκριμένα τα συστήματα που θα αναπτυχθούν και θα υλοποιηθούν, θα αποτελούν μοντέλα βαθιάς μάθησης . Θα αναπτυχθούν τρεις διαφορετικές αρχιτεκτονικές βαθιάς μάθησης με αναδρομικά νευρωνικά δίκτυα (LSTM) και στο τέλος θα διεξαχθεί συγκριτική μελέτη για την εξέταση της απόδοσης τους στην ταξινόμηση των εν λόγω κειμένων.	el
heal.abstract	People's opinion is one of the most powerful forms of information that one can look for. They play a paramount role in actions as simple as day-to-day decision-making, and as complex as formal world-wide research surveys. Together with the rapid evolution of the Internet, all the necessary prerequisites were created for the people’s opinion to be massively expressed. Now, in the Big Data era, a huge volume of texts, posts, annotations and criticisms have been created that cover any subject in which an opinion can be expressed. However, for the most part, these data remain stored and untreated and therefore it is not possible to extract the knowledge that is contained therein. Sentiment Analysis, also known as Opinion Mining, is the natural language process that aims to computationally identify and categorize the opinions expressed in a piece of text in order to determine whether the author's attitude towards a particular subject, product, etc. is positive, negative or neutral. As a research subject, Sentiment Analysis has experienced a huge bloom that coincides with the development of computer science and with the ever-increasing need for mass data processing. Nowadays, its techniques are employed by businesses and organizations, where they are exploited in a great number of different applications, offering essential solutions in organizing the information and extracting vital knowledge The aim of this diploma thesis is to develop machine learning systems that are capable of conducting Sentiment Analysis in a collection of movie reviews, with the ultimate goal of emotionally categorizing them as positive or negative. In particular, the systems that will be developed and implemented will be models based on deep learning. In this thesis, will be developed three different deep learning recurrent neural networks (LSTM) and will be conducted a comparative study in order to examine their performance regarding the classification of these texts	en
heal.advisorName	Βαρβαρίγου, Θεοδώρα	el
heal.committeeMemberName	Ασκούνης, Δημήτριος	el
heal.committeeMemberName	Βαρβαρίγου, Θεοδώρα	el
heal.committeeMemberName	Παπαβασιλείου, Συμεών	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Επικοινωνιών, Ηλεκτρονικής και Συστημάτων Πληροφορικής	el
heal.academicPublisherID	ntua
heal.numberOfPages	117 σ.
heal.fullTextAvailability	true