Název: Automatická detekce argumentace
Další názvy: Automatic detection of argumentation
Autoři: Hourová, Barbora
Vedoucí práce/školitel: Steinberger Josef, Doc. Ing. Ph.D.
Oponent: Hercig Tomáš, Ing.
Datum vydání: 2017
Nakladatel: Západočeská univerzita v Plzni
Typ dokumentu: diplomová práce
URI: http://hdl.handle.net/11025/27162
Klíčová slova: detekce postoje;detekce argumentace;strojové učení s učitelem;online diskuze
Klíčová slova v dalším jazyce: stance detection;detection of argumentation;opinion mining;supervised machine learning;online discussions
Abstrakt: Tato práce se zabývá automatickou detekcí argumentace, konkrétněji detekcí postoje (angl. stance). Zde to znamená, že máme dva výroky, a snažíme se určit, jestli spolu souhlasí, nebo jsou v rozporu. Jeden výrok je vždy téma, druhý je komentář k tomuto tématu. Argumentaci detekujeme pomocí strojového učení s učitelem. V práci je navržena metoda, která za pomoci příznaků (angl. Features) klasifikuje jednotlivé komentáře. Příznaky jsou vektorová reprezentace komentáře. Každý komentář je reprezentován pouze nějakou svou vlastností, například prvním slovem. Klasifikuje se do tří tříd: PRO, PROTI a NIC (není pro ani proti). Metoda se testuje na datovém korpusu, ve kterém byly ručně anotovány jednotlivé třídy. Komentáře byly stažené ze zpravodajského serveru, z diskuzí ke článkům.
Abstrakt v dalším jazyce: This thesis deals with automatic detection of argumentation, or specifically stance. In this case it means, that we have two statements and we try to determine, whether the statements agree or conflict with each other. One statement is always a theme and the second one is commentary to that theme. Argumentation is detected by supervised machine learning. This thesis propose a method, which classifies the commentaries with use of features. Feature is a vector representation of the commentary. Each commentary is represented by its atrribute, e.g. first word. We classify the comments to three classes: FAVOR, AGAINST and NONE (neither in favor or against). The method is tested on data corpus, where each commentary was annotated manually. The commentaries were downloaded from czech news server, from article discussions.
Práva: Plný text práce je přístupný bez omezení
Vyskytuje se v kolekcích:Diplomové práce / Theses (KIV)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
Barbora Hourova - ZCU - Diplomova prace.pdfPlný text práce579 kBAdobe PDFZobrazit/otevřít
A14N0008Khodnoceni-ved.PDFPosudek vedoucího práce361,55 kBAdobe PDFZobrazit/otevřít
A14N0008Kposudek-op.PDFPosudek oponenta práce450,7 kBAdobe PDFZobrazit/otevřít
A14N0008Kobhajoba.PDFPrůběh obhajoby práce206,34 kBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/27162

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.