Metody strojového učení pro analýzu sentimentu

Bc. Michal PATOČKA

Diplomová práce

Machine Learning for Sentiment Analysis

Anotace:

Tato práce prozkoumává možnosti použití algoritmu strojového učení pro analýzu sentimentu v českém jazyce. Prozkoumávané techniky jsou testovány na datech získaných ze serveru heureka.cz. Kromě použití tří základních algoritmu strojového učení (Naive Bayes, Maximum Entropy a SVM), je představeno a implementováno pět metod selekce příznaků (Mutual information, Information gain, Chi square, Odds ratio a Relevancy score). V rámci několika navržených experimentů je prozkoumán vliv těchto algoritmů na úspěšnost klasifikace algoritmu strojového učení.

Abstract:

In this work we analyse usage of machine learning algorithms for sentiment analysis in Czech language. We evaluate relevant techniques on dataset extracted from Czech server heureka.cz. Three basic machine learning algorithms (Naive Bayes, Maximum Entropy and SVM) and five implementations of feature selection algorithm (Mutual information, Information gain, Chi square, Odds ratio and Relevancy score) are tested in this work. In several experiments we evaluate influence of these algorithms on performance of machine learning classifiers.

Klíčová slova

analýza sentimentu, strojové učení, výběr příznaků, mutual information, information gain, chi square, odds ratio, relevancy score, naive bayes, maximum entropy, SVM, confusion matrix, nevyvážený dataset

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 16. 5. 2013

Zveřejnit od: 31. 12. 2999

Obhajoba závěrečné práce

• Vedoucí: Ing. Ivan Habernal, Ph.D.

ZÁPADOČESKÁ UNIVERZITA V PLZNI

Fakulta aplikovaných věd

Magisterský studijní program / obor:
Inženýrská informatika / Softwarové inženýrství