Artificial neural networks and their application in text analysis
Umělé neuronové sítě a jejich využití při analýze textových dat
diplomová práce (OBHÁJENO)

Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/83059Identifikátory
SIS: 164020
Kolekce
- Kvalifikační práce [11325]
Autor
Vedoucí práce
Konzultant práce
Zvirinský, Peter
Oponent práce
Neruda, Roman
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Softwarové systémy
Katedra / ústav / klinika
Katedra teoretické informatiky a matematické logiky
Datum obhajoby
5. 9. 2016
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Angličtina
Známka
Velmi dobře
Klíčová slova (česky)
strojové učení, analýza sentimentu, klastrování, sociální sítěKlíčová slova (anglicky)
machine learning, sentiment analysis, clustering, social networksTato práce je věnována problematice analýzy sentimentu. Jejím cílem je vytipovat a následně porovnat vybrané metody vhodné pro automatickou klasifikaci sentimentu krátkých textů,. Při analýze popisovaných technik se práce zaměřuje na data ze sociálních sítí, které obsahují velké množství strukturovaných dat a poptávka po jejich analýze je vysoká. Zajímavých výsledků bylo dosaženo klastrováním v kombinaci s klasifikátory vytvořenými při učení s učitelem, ale i aplikací konvoluce, která se primárně používá pro obrazová data, ale je možné ji použít i pro data textová.
This thesis is devoted to the area of sentiment analysis. Its goal is to discuss and compare various methods applicable to sentiment classification of short texts. When analyzing the described techniques, we will orient ourselves towards the context of social networks. Recently, this type of media became the source of vast amounts of data and the demand for its automatic processing is high. Interesting results have been obtained for clustering used in combination with supervised learning and convolution, which is primarily used for image data.