Analýza sentimentu na sociální síti Twitter

Bc. Jakub HAIN

Diplomová práce

Twitter post sentiment analysis

Anotace:

Tato práce je zaměřena na analýzu sentimentu a sumarizaci dat. Konečné využití aplikace by mělo být pro sociální síť Twitter v češtině. V textu jsou popsány jednotlivé metody strojového učení použité pro klasifikaci (Naivní Bayes, Support Vector Machine a Maximum Entropy). Extraktivní sumarizace je implementována pomocí Latentní sémantické analýzy. Věty jsou vybrány dvěma způsoby (Gong a Liu, Steinberger a Ježek). Sentiment byl testován na ohodnocených datech z českého Facebooku a anglických tweetech. Z testování na českých datech byly výsledky jednotlivých klasifikátorů srovnatelné kromě SVM. Sumarizace byla otestována na anglickém datasetu. Pro ověření byla použita metrika ROUGE-1, podle které obě verze sumarizace dosahovaly podobných výsledků.

Abstract:

This thesis focuses on sentiment analysis and data summarization. Final use of the application should be social network Twitter in czech. The text shows several machine learning methods used for classification (Naive Bayes, Support Vector Machine and Maximum Entropy). Extractive summarization is implemented as Latent semantic analysis. Sentences selection is possible in two ways (Gong and Liu, Steinberger and Ježek). Sentiment was tested on classified data from czech Facebok and english tweets. Testing on czech data shows similar results of all classifiers except SVM. Summarization was tested on english dataset. Rogue-1 metric was used for verification. Both versions of LSA performed similarly.

Klíčová slova

sentiment, Twitter, sumarizace textu, svm, Naivní Bayes, Maximální entropie, Latentní sémantická analýza, Strojové učení

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 28. 6. 2018

Zveřejnit od: 31. 12. 2999

Obhajoba závěrečné práce

• Vedoucí: Prof. Ing. Karel Ježek, CSc.

ZÁPADOČESKÁ UNIVERZITA V PLZNI

Fakulta aplikovaných věd

Magisterský studijní program / obor:
Inženýrská informatika / Softwarové inženýrství