National and Kapodistrian University of Athens
Fine-grained Sentiment Analysis of Multidomain Online Reviews
Abstract
dc:descriptionΗ Ανάλυση Συναισθήματoς αποτελεί πεδίο εφαρμογών της Υπολογιστικής Γλωσσολογίας και της Τεχνητής Νοημοσύνης όπου, τα τελευταία χρόνια, παρατηρούνται ραγδαίες εξελίξεις στην επιστημονική έρευνα και στην ανάπτυξη συστημάτων. Στην παρούσα προσέγγιση, στοχεύεται η λεπτομερής ανάλυση συναισθήματος σε διαφορετικά είδη διαδικτυακών κριτικών χρηστών. Πρόκειται για τον εντοπισμό και κατηγοριοποίηση περισσοτέρων ειδών δεδομένων που καλύπτουν το φάσμα μεταξύ του «θετικού» και «αρνητικού» πόλου. Συγκεκριμένα, στην παρούσα προσέγγιση και εφαρμογή, η λεπτομερής ανάλυση συναισθήματος πραγματοποιείται με βάση 5 ετικέτες: «αρνητικό», «ελαφρώς αρνητικό», «ουδέτερο», «ελαφρώς θετικό», «θετικό». Επιπλέον, αυτό το λεπτομερές σχήμα ανάλυσης εφαρμόζεται σε τρία διαφορετικά σύνολα δεδομένων: Κριτικές ταινιών, κριτικές του Tripadvisor και κριτικές Coursera μαθημάτων. Χρησιμοποιείται Εποπτευόμενη Μηχανική Μάθηση λόγω του ότι χρησιμοποιεί σύνολα δεδομένων με ετικέτες για αλγόριθμους εκπαίδευσης, έτσι ώστε να μπορούν να χρησιμοποιηθούν αργότερα για ακριβείς προβλέψεις. Όλη η εμπειρία χρήστη επιτυγχάνεται μέσω μιας διαδραστικής εφαρμογής Παγκόσμιου Ιστού, η οποία περιέχει συγκεκριμένα κουμπιά και πλαίσια κειμένου για αλληλεπίδραση με τους λεπτομερείς υπολογισμούς ανάλυσης συναισθήματος. Οι προβλέψεις ταξινόμησης βασίζονται σε 5 (πέντε) διαφορετικούς ταξινομητές: Pytorch Transformer, Multinomial Naïve Bayes, Logistic Regression, Multi-layer Perceptron και Adaboost. Η αξιολόγηση γίνεται με βάση γνωστές μετρικές αξιολόγησης ταξινόμησης. Στη συνέχεια, πραγματοποιείται αναλυτική αξιολόγηση με βάση χειροκίνητα δημιουργημένα δεδομένα, δεδομένα δοκιμών και πραγματικά δεδομένα.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Θεοδωρόπουλος Παναγιώτης
- Theodoropoulos Panagiotis
Subjects
dc:subject × 2Rights
- Language dc:language
- English
Identifiers
dc:identifier.*- Identifier
- uoadl:2961954