გთხოვთ, გამოიყენოთ ეს იდენთიფიკატორი ამ ერთეულის ციტირებისთვის ან ბმულისთვის:
https://openscience.ge/handle/1/1595
სათაური: | განწყობის ანალიზი | ავტორები: | ჯოლოხავა, მადლენა | ხელმძღვანელი: | ბესიაშვილი, გელა | ხარისხის სახელი: | Master of Information Technology მაგისტრი ინფორმაციულ ტექნოლოგიებში |
სასწავლო პროგრამის სახელი: | ინფორმაციული ტექნოლოგიები. Information Technology | განათლების საფეხური (0 - საბაკალავრო, 1 - სამაგისტრო, 2 - სადოქტორო ან პოსტსადოქტორო): | 1 | დაწესებულება: | Ivane Javakhishvili Tbilisi State University ივანე ჯავახიშვილის სახელობის თბილისის სახელმწიფო უნივერსიტეტი |
ფაკულტეტი: | Faculty of Exact and Natural Sciences ზუსტ და საბუნებისმეტყველო მეცნიერებათა ფაკულტეტი |
საკვანძო სიტყვები: | განწყობის ანალიზი მანქანური სწავლება დამხმარე ვექტორების მანქანა გადაწყვეტილების ხეები რეკურენტული ნეირონული ქსელები |
გამოცემის თარიღი: | 2019 | გამომცემელი: | Ivane Javakhishvili Tbilisi State University ივანე ჯავახიშვილის სახელობის თბილისის სახელმწიფო უნივერსიტეტი |
რეზიუმე: | Sentiment analysis is a predominantly classification algorithm aimed at finding an opinionated point of view and its disposition and highlighting the information of particular interest in the process. Sentiment Analysis also known as Opinion Mining is a field within Natural Language Processing (NLP) that builds systems that try to identify and extract opinions within text. Usually, besides identifying the opinion, these systems extract attributes of the expression e.g.: Polarity: if the speaker express a positive or negative opinion, Subject: the thing that is being talked about, Opinion holder: the person, or entity that expresses the opinion. Opinion mining and sentiment analysis is rapidly growing area. There are numerous e-commerce sites available on internet which provides options to users to give feedback about specific product. These feedbacks are very much helpful to both the individuals, who are willing to buy that product and the organizations. An accurate method for predicting sentiments could enable us, to extract opinions from the internet and predict customer‟s preferences. There are various algorithms available for opinion mining. Before applying any algorithm for polarity detection, pre-processing on feedback is carried out. From these pre-processed reviews opinion words and object on which opinion is generated are extracted and any opinion mining technique is applied to find the polarity of the review. Opinion mining has three levels of granularities: Document level, Sentence level and Aspect level. In this paper various algorithms for sentiment analysis are studied and challenges and applications appear in this field are discussed. განწყობის ანალიზი არის განსაკუთრებული კლასიფიკაციის ალგორითმი, რომელიც მიზანმიმართულია შეხედულების პოზიციის პოვნაზე და გამოკვეთავს ამ პროცესში ინფორმაციას ინტერესის მიხედვით. განწყობის ანალიზი, ასევე ცნობილია როგორც შეხედულების ანალიზი, წარმოადგენს ნატურალური ენის დამუშავების (NLP) ნაწილს,რომელიც ქმნის სისტემას ,რათა ამოიცნოს და ამოიღოს შეხედულება ტექსტიდან. როგორც წესი, შეხედულების განსაზღვრის გარდა, ეს სისტემები გამოყოფენ გამოხატვის ისეთ ატრიბუტებს, როგორიცაა: პოლარობა: გამოხატავს თუ არა მოსაუბრე პოზიტიურ ან ნეგატიურ აზრს. თემა: რის შესახებ საუბრობდა. აზრის მფლობელი: პირი, რომელიც გამოხატავს აზრს. შეხედულების ანალიზი სწრაფად მზარდი სფეროა. არსებობს მრავალი ელექტრონული სავაჭრო საიტები რომლებიც საშუალებას აძლევს მომხმარებლებს,გამოხატონ აზრი სხვადასხვა პროდუქტის შესახებ. ეს შეფასებები სასარგებლოა იმ მომხმარებელთათვისს, რომლებიც აპირებენ პროდუქტის შეძენას. განწყობის პროგნოზირების ზუსტი მეთოდი საშუალებას იძლევა ინტერნეტიდან მივიღოთ კლიენტის შეხედულება პროდუქტზე და ამის მიხედვით განვსაზღვროთ კლიენტის ინტერესები. არსებობს სხვადასხვა ალგორითმები განწყობის ანალიზისთვის. პოლარობის გამოვლენის ნებისმიერი ალგორითმის გამოყენებამდე ხორციელდება უკუკავშირის წინასწარი დამუშავება. ამ წინასწარ დამუშავებული მიმოხილვებიდან გამომდინარეობს სიტყვები და ობიექტები, რომლებზეც გენერირდება შეხედულება და გამოიყენება ნებისმიერი ანალიზის მეთოდი, რათა ნაპოვნი იყოს მიმოხილვის პოლარობა. შეხედულების ანალიზს აქვს დეტალიზაციის სამი დონე: დოკუმენტის ეტაპი, წინადადების დონე და ასპექტის დონე. ამ ნაშრომში წარმოდგენილია სხვადასხვა ალგორითმები განწყობის ანალიზისთვის და განხილულია გამოწვევები და აპლიკაციები ამ სფეროში. |
URI: | https://openscience.ge/handle/1/1595 |
ჩანს კოლექციებში: | ზუსტ და საბუნებისმეტყველო მეცნიერებათა ფაკულტეტი (დისერტაციები, სამაგისტრო ნაშრომები) |
ფაილები ამ ერთეულში:
ფაილი | აღწერა | ზომა | ფორმატი | |
---|---|---|---|---|
MA Thesis Joloxava Madlena.pdf | განწყობის ანალიზი | 895.11 kB | Adobe PDF | დათვალიერება-გახსნა |
CORE Recommender
გვერდის დათვალიერება
218
checked on Jul 22, 2024
გადმოწერა
119
checked on Jul 22, 2024
Google ScholarTM
გადამოწმება
ერთეულები ციფრულ საცავში დაცულნი არიან საავტორო უფლებით, ყველა უფლების დაცვით, თუ სხვაგვარი რამ არაა მითითებული.