Form of studies |
Master |
Title of the study programm |
Business Informatics |
Title in original language |
Noskaņojuma analīzes pielietojums latviešu valodā rakstīta teksta klasifikācijai |
Title in English |
Application of Opinion Mining for Written Content Classification in Latvian Text |
Department |
Faculty Of Computer Science Information Tehnology And Energy |
Scientific advisor |
I.Birzniece |
Reviewer |
J.Grundspeņķis, MISI katedras profesors |
Abstract |
Darbs Noskaņojuma analīzes pielietojums latviešu valodā rakstīta teksta klasifikācijai ir veidots ar mērķi apzināt un praktiski pielietot vairākas noskaņojuma analīzes tehnikas latviešu valodā rakstīta teksta klasifikācijai, salīdzināt to precizitāti savā starpā, kā arī salīdzināt iegūtos noskaņojuma analīzes rezultātus ar citu pētījumu rezultātiem.
Darba gaitā autors, izmantojot automatizētus rīkus, paplašinājis pieejamo leksikonu latviešu valodā rakstīta teksta polaritātes noteikšanai, testējis leksikona efektivitāti, izmantojot citu pētījumu rezultātā manuāli marķētu tekstu kopu, izveidojis papildus marķēta teksta kopu mašīnmācīšanās modeļu trenēšanai, pielietojis vairākus mašīnmācīšanās modeļus noskaņojuma polaritātes noteikšanai un salīdzinājis iegūto modeļu precizitāti. Darba izstrādes rezultātā secināts, ka lai arī pieejas noskaņojuma polaritātes iegūšanai latviešu valodā rakstīta teksta klasifikācijai ir līdzīgas kā citās valodās, pastāv ierobežojumi, kas apgrūtina latviešu valodā rakstīta klasifikāciju. Tās veikšanai nepieciešamas lielākas marķētu datu kopas gan mašīnmācīšanas modeļu precizitātes uzlabošanai gan to rezultātu testēšanai un, piemēram, lietotņu izstrādei sentimenta polaritātes noteikšanai Latviešu valodā. Darba gaitā ir iegūti secinājumi un izstrādāti resursi izmantošanai noskaņojuma analīzei latviešu valodā rakstīta teksta klasifikācijai, kurus iespējams izmantot turpmākos pētījumos.
Darbs satur 102 lapas, 19 attēlus, 15 tabulas, 65 citētus avotus un 5 pielikumus. |
Keywords |
Noskaņojuma analīze, Teksta klasifikācija |
Keywords in English |
Opinion Mining, Sentiment Analysis, Text Classification |
Language |
eng |
Year |
2015 |
Date and time of uploading |
25.05.2015 10:14:03 |