Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/12791
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Карнуп Екатерина Владимировна | ru_RU |
dc.contributor.author | Миронюк Елизавета Евгеньевна | ru_RU |
dc.contributor.author | Mironiuk Elizaveta | en_GB |
dc.contributor.editor | Захаров Виктор Павлович | ru_RU |
dc.contributor.editor | Zakharov Viktor Pаvlovich | en_GB |
dc.date.accessioned | 2018-07-26T15:18:54Z | - |
dc.date.available | 2018-07-26T15:18:54Z | - |
dc.date.issued | 2018 | |
dc.identifier.other | 058473 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/12791 | - |
dc.description.abstract | Работа посвящена разработке и реализации системы автоматического анализа тональности. Материалом исследования выступают сообщения о политических партиях из социальной сети Твиттер. В работе анализируются существующие методы анализа тональности и исследуются особенности материала, с учётом которых разрабатывается оригинальный метод. В основе метода лежит обучение Наивного байесовского классификатора и дальнейший перерасчёт вероятностей с использованием тональных словарей. На основе разработанного метода реализуется система автоматического анализа тональности, производится оценка и анализ результатов, определяется дальнейшее направление исследований. Для взаимодействия с системой и повышения эффективности разработан веб-интерфейс. | ru_RU |
dc.description.abstract | In this paper, a sentiment analysis system is worked out and implemented. The research is conducted on the collected Twitter dataset consisting of tweets about political parties. An innovative approach based on the combination of Naïve Bayes classifier and lexicon-based approach is developed with regard to existing approaches and specific features of the dataset. Performance of the system is evaluated and analysed, directions for future work are proposed. In order to facilitate further human-computer interaction and improve system performance, web interface is created. | en_GB |
dc.language.iso | ru | |
dc.subject | анализ тональности | ru_RU |
dc.subject | машинное обучение | ru_RU |
dc.subject | Наивный байесовский классификатор | ru_RU |
dc.subject | тональный словарь | ru_RU |
dc.subject | социальные сети | ru_RU |
dc.subject | политические партии | ru_RU |
dc.subject | sentiment analysis | en_GB |
dc.subject | machine learning | en_GB |
dc.subject | Naïve Bayes classifier | en_GB |
dc.subject | sentiment lexicon | en_GB |
dc.subject | social networks | en_GB |
dc.subject | political parties | en_GB |
dc.title | Automated sentiment detection of social media messages about political parties | en_GB |
dc.title.alternative | Автоматический анализ тональности на материале сообщений о политических партиях в социальных сетях | ru_RU |
Располагается в коллекциях: | MASTER'S STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
dissertaciya_Mironyuk_Avtomaticheskii__analiz_tonalnosti_na_materiale_soobshhenii__o_politicheskix_partiyax_v_socialnyx_setyax.pdf | Article | 1,57 MB | Adobe PDF | Просмотреть/Открыть |
reviewSV_Otzyv_Mironyuk_2018_Zaxarov.docx | ReviewSV | 19,63 kB | Microsoft Word XML | Просмотреть/Открыть |
reviewSV_Recenziya_Karnup_Mironyuk.docx | ReviewRev | 25,77 kB | Microsoft Word XML | Просмотреть/Открыть |
reviewSV_st005094_Zaxarov_Viktor_Pavlovich_(supervisor)(Ru).txt | ReviewSV | 3,99 kB | Text | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.