Graduate papers
  
Description of the graduate paper
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 12300 Institute of Applied Computer Systems
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