Szentimentelemzés felügyelt tanulással

OData támogatás
Konzulens:
Recski Gábor András
Automatizálási és Alkalmazott Informatikai Tanszék

A Bsc szakdolgozat célja azt volt, hogy megismerkedjek egy olyan rendszerrel amely versenyszerű eredményeket produkál a érzelmi analízis témában felügyelt tanulással.

Egy évente megtartott konferencia, a SemEval is indít versenyeket ilyen témában. Amire a választás eset az egy többször elindított probléma volt, mégpedig az, hogy tweet üzeneteket kellett categórizálni attól függően hogy milyen érzelmi töltettel rendelkeznek. Három kategória volt: positív, közömbös és negatív.

A kiválasztott rendszer az INESC csapaté volt amely egy neurális hálót használ szó beágyazásokkal erre a feladatra.

A dolgozat fő iránya az volt, hogy kirséletezzek bizonyos szó beágyazásokkal és a köztük lévő transformációkkal.

Az első fejezet leírja a feladatot és, hogy miért fontos ez a téma a tudományon belül.

A második egy rövid összefoglalót ad a gépi tanulás azon részeiről amelyek a témához kapcsolódnak.

A harmadikban egy részletes elemzés taléálható az INESC csapat rendszeréről különös hangsúlyt fektetve a szó beágyazáskra.

A negyedikben a kisérleteken vannak részletezve az eredményekkel és az értelmezésükkel.

Az ötödikben pedig a tovább haladási lehetősgéről értekezek.

A kisérletek alatt a legfőbb teljesítmény növekedést a reguralizáció változtatásával és a másodlagos beágyazások hozzávételével értem el.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.