Napovedovanje čustvene naravnanosti avtorjev v spletnih komentarjih : diplomsko delo

Kosec, Urška (avtor), Zupan, Blaž (mentor)

V nalogi smo raziskali napovedljivost sentimentalnega pridiha avtorjev v komentarjih spletnih novic. Na področju tovrstne analize besedil je bilo v preteklih letih objavljeno večje število sorodnih raziskav za angleški jezik, a ker za slovenščino, razen v nedavni diplomski nalogi na UL FRI, podobnih raziskav nismo zasledili, je to glede na vse posebnosti slovenskega jezika za našo nalogo predstavljalo še dodatni izziv. Kratka besedila smo želeli čimbolj točno razvrstiti v kategoriji pozitivnih oziroma negativnih komentarjev. Preučili smo, kako se ta problem razlikuje od klasičnega razvrščanja besedil glede na temo. V nalogi ugotovimo, da uporabljene tehnike strojnega učenje ne dosegajo pričakovanih rezultatov. Možen razlog za takšno odstopanje je predstavitev besedil z n-terkami znakov, ki ne upošteva semantike besedila oziroma besed, iz katerih je komentar sestavljen, ter ne upošteva njihovih morebitnih interakcij. Dodatna težavnost pri nalogi so tudi zelo kratki komentarji.

• Jezik: Slovenski jezik
• Ključne besede: napovedovanje čustvene naravnanosti, rudarjenje mnenj, odkrivanje znanj iz podatkov, strojno učenje, n-terka, klasifikacijske metode, logloss, ocena točnosti, logistična regresija, metoda podpornih vektorjev, metoda k najbližjih sosedov, metoda naključnih gozdov, skladanje, računalništvo, univerzitetni študij, diplomske naloge
• Vrsta gradiva: Diplomsko delo
• Tipologija: 2.11 - Diplomsko delo
• Organizacija: FRI - Fakulteta za računalništvo in informatiko
• Založnik: [U. Kosec]
• Leto izida: 2014
• Št. strani: 90 str.
• PID: 20.500.12556/RUL-68485
• UDK: 004(043.2)
• COBISS.SI-ID: 10634324
• Datum objave v RUL: 10.07.2015

Sekundarni jezik

• Jezik: Angleški jezik
• Naslov: Sentiment prediction for comments of web news articles

Izvleček

The Thesis dealt with machine learning-based classification of the sentimental impact of the comments posted with news articles on the web. In the past years sentiment analysis has become an important research topics with substantial number of publications for texts in English, while for the Slovene, except in the recent thesis at the University of Ljubljana, Faculty of Computer and Information science, the topic has not been explored well. In relation to all the features of the Slovenian language this represented an additional challenge. Our goal was to correctly classify these comments as positive or negative. We examined how this problem differs from the topical classification of texts. Our work shows that the problem is hard and that a typical application of machine learning based on k-mer representation of text does not yield the expected results. A possible reason for poor performance may be lack of semantic information in such representation and short length of the texts.

• Ključne besede: sentiment prediction, opinion mining, data mining, machine learning, k-mer, classification methods, logloss, accuracy score, logistic regression, support vector machines, k-nearest neighbours, random forests, stacking, computer science, diploma