Název: Automatické rozpoznávání (analýza) sentimetu
Další názvy: Automatic Sentiment Recognition (Analysis)
Autoři: Koktan, Michal
Vedoucí práce/školitel: Král, Pavel
Oponent: Kodera, Jan
Datum vydání: 2012
Nakladatel: Západočeská univerzita v Plzni
Typ dokumentu: diplomová práce
URI: http://hdl.handle.net/11025/3050
Klíčová slova: sentiment;sentimentální analýza;naive Bayes;maximální entropie;support vector machine;úspěšnost klasifikace;chybovost klasifikace
Klíčová slova v dalším jazyce: sentiment;sentiment analysis;naive Bayes;maximum entropy;support vector machine;accuracy;errorrate
Abstrakt: Tato práce se zaměřuje na automatickou analýzu sentimentu. Byla zadána pro potřeby České tiskové kanceláře, která poskytla data z jejich databáze pro experimenty. Hlavním cílem práce je automatická klasifikace článků do tříd sentimentu (pozitivní, negativní, neutrální). Další možností je paralelní zpracování. Používají se 3 klasifikátory (Naivní Bayesův, Maximální entropie a SVM). Nejlepším samostatným klasifikátorem byl zjištěn klasifikátor SVM s úspěšností klasifikace 72% a s použitím paralelního klasifikování byla úspěšnost 73%.
Abstrakt v dalším jazyce: This work deals with automatic sentiment analysis. It has been developed for needs of Czech News Agency (CTK) and the data are provided from the ČTK database. The main goal of this work is to automatically classify articles to a class of sentiment (positive, negative or neutral). The sentiment analysis is viewed as a special case of the document classi cation task. We take into account the possibilities of the parallel processing. Three main classi ers are (Naive Bayes, Maximum Entropy and Support Vector Machine). The obtained accuracies are evaluated and compared. The best recognition score is 72% and are given by the SVM classi er. This result is very promising for the future real case of the ČTK.
Práva: Plný text práce je přístupný bez omezení
Vyskytuje se v kolekcích:Diplomové práce (KIV) / Theses (DCE)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
Koktan-DP-A10N0033P.pdfPlný text práce3,6 MBAdobe PDFZobrazit/otevřít
A10N0033Pposudek-ved.pdfPosudek vedoucího práce546,28 kBAdobe PDFZobrazit/otevřít
A10N0033Pposudek-op.pdfPosudek oponenta práce729,79 kBAdobe PDFZobrazit/otevřít
A10N0033Pobhajoba.pdfPrůběh obhajoby práce177,65 kBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/3050

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