| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Mašīnmācīšanās metožu lietošanas iespēju izpēte sociālo tīklu publikāciju satura un noskaņojuma analīzē |
| Nosaukums angļu valodā |
Research on Application of Machine Learning Methods in Content and Sentiment Analysis of Social Network Posts |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Sergejs Paršutins |
| Recenzents |
Dr. sc. ing. Sigita Misiņa |
| Anotācija |
Sociālo tīklu publikāciju noskaņojuma analīzes izpētei tika veikti eksperimenti, izmantojot mašīnmācīšanās metodes. Tika veikta naiva Baijesa klasifikatora, atbalsta vektoru mašīnu un loģistikas regresijas modeļu noskaņojuma klasifikācijas salīdzināšana, analizējot reālas Twitter sociālā tīkla publikācijas latviešu valodā. Eksperimenti ir veikti R statistiskās programmēšanas valodas integrētajā izstrādes vidē RStudio. Darba mērķis ir izpētīt satura un noskaņojuma analīzē pielietotās mašīnmācīšanās metodes un izmantot tās, veicot sociālo tīklu publikāciju satura un noskaņojuma analīzes eksperimentus. Analizējot iegūtos publikāciju noskaņojuma klasifikācijas rezultātus, tika noteiktas mašīnmācīšanās modeļu klasifikācijas precizitātes izmaiņas atkarībā no to apmācībā izmantotajiem datiem. Veiktais dabīgās valodas apstrādē bāzētais pētījums ļauj novērtēt noskaņojuma analīzes risinājumus, pielietojot dažādas mašīnmācīšanās metodes.
Darba apjoms – 65 lpp., 20 tabulas un 36 attēli. |
| Atslēgas vārdi |
mašīnmācīšanās, datizraces, noskaņojuma analīze, dabīgās valodas apstrāde |
| Atslēgas vārdi angļu valodā |
machine learning, data mining, sentiment analysis, natural language processing |
| Valoda |
lv |
| Gads |
2020 |
| Darba augšupielādes datums un laiks |
17.06.2020 16:40:32 |
