National and Kapodistrian University of Athens
Ανάλυση Συναισθημάτων σε Κείμενα Κοινωνικών Δικτύων με Εστίαση σε Ελληνικά Tweets
Abstract
dc:descriptionΗ Ανάλυση Συναισθήματος γνωστή και ως εξόρυξη γνώμης, είναι η χρήση της φυσικής γλώσσας, της ανάλυσης κειμένου και της Υπολογιστικής Γλωσσολογίας για την εξαγωγή, ποσοτικοποίηση και μελέτη συναισθηματικών καταστάσεων και υποκειμενικών πληροφοριών σε εφαρμογές των Social Media και σε ποικίλες κατηγορίες χρηστών. Το Sentiment Analysis είναι ένα εξελισσόμενο πεδίο στους ερευνητικούς τομείς της Τεχνητής Νοημοσύνης (ΑΙ), της Μηχανικής Μάθησης (ML), της Υπολογιστικής Γλωσσολογίας (CL) και της Επεξεργασίας Φυσικής Γλώσσας (NLP). Η παρούσα διατριβή εστιάζει στη διερεύνηση τεχνικών ανάλυσης συναισθήματος για τα ελληνικά δεδομένα Twitter χρησιμοποιώντας προσεγγίσεις μηχανικής μάθησης. Ο κύριος στόχος είναι η ανάπτυξη και αξιολόγηση μοντέλων για την ακριβή πρόβλεψη του συναισθήματος στα ελληνικά tweets. Η μελέτη ξεκινά συλλέγοντας ένα σημαντικό σύνολο δεδομένων ελληνικών tweets από το Kaggle.com. Προεπεξεργάζεται τα δεδομένα για να εξασφαλίσει την καταλληλόλητά τους για ανάλυση συναισθήματος. Διάφοροι ταξινομητές μηχανικής μάθησης, συμπεριλαμβανομένων των μηχανών υποστήριξης διανυσμάτων (SVM) και ταξινομητών που βασίζονται στο TF-IDF, διερευνώνται και συγκρίνονται για να προσδιοριστεί η αποτελεσματικότητά τους στην ανάλυση συναισθήματος των ελληνικών δεδομένων Twitter. Οι ταξινομητές εκπαιδεύονται στα προεπεξεργασμένα ελληνικά tweets και η απόδοσή τους αξιολογείται χρησιμοποιώντας μετρήσεις όπως η ακρίβεια (accuracy), η ακρίβεια (precision), η ανάκληση (recall ) και η βαθμολογία F1 (f1-score). Στη συνέχεια, τα εκπαιδευμένα μοντέλα εφαρμόζονται για την πρόβλεψη του συναισθήματος για νέα ελληνικά tweets και η απόδοσή τους αναλύεται για να διασφαλιστεί η γενίκευσή τους. Η έρευνα στοχεύει στην κατανόηση των συναισθημάτων και της δυναμικής στο ελληνικό πλαίσιο, παρέχοντας πολύτιμες γνώσεις σχετικά με τη διανομή θετικών, αρνητικών και ουδέτερων συναισθημάτων στα ελληνικά tweets. Επιπλέον, η διατριβή συμβάλλει στην ανάπτυξη γλωσσικών πόρων και εργαλείων ανάλυσης συναισθημάτων ειδικά προσαρμοσμένων για την ελληνική γλώσσα, λαμβάνοντας υπόψη τα μοναδικά γλωσσικά χαρακτηριστικά και τις προκλήσεις της. Καταδεικνύονται οι πρακτικές εφαρμογές της ανάλυσης συναισθήματος στα ελληνικά δεδομένα του Twitter, υπογραμμίζοντας τη συνάφειά της στην παρακολούθηση επωνυμίας, την έρευνα αγοράς και την ανάλυση κοινωνικών τάσεων στην ελληνική γλώσσα. Συνολικά, αυτή η διατριβή συμβάλλει στον αυξανόμενο όγκο γνώσεων σχετικά με τις τεχνικές ανάλυσης συναισθήματος για την ελληνική γλώσσα και καταδεικνύει την πρακτική χρησιμότητά τους στην ανάλυση συναισθημάτων στα ελληνικά δεδομένα του Twitter. Οι επιπτώσεις της έρευνας υπογραμμίζουν τη σημασία της ανάλυσης συναισθήματος για την κατανόηση του συναισθήματος των χρηστών στο διαδίκτυο και των επιπτώσεών του στη λήψη αποφάσεων και στην επικοινωνία στο ελληνικό τοπίο των μέσων κοινωνικής δικτύωσης.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Μπέντη Άννα
- Benti Anna
Subjects
dc:subject × 2Rights
- Language dc:language
- Ελληνικά, Greek
Identifiers
dc:identifier.*- Identifier
- uoadl:3388955