|
|
Dolování dat v prostředí sociálních sítí
Raška, Jiří ; Očenášek, Pavel (oponent) ; Bartík, Vladimír (vedoucí práce)
Tato práce se zabývala získáváním znalostí ze sociálních médií. Konkrétním cílem této práce bylo získávání názorů na úrovní rysů z uživatelských recenzí. V teoretické části byly uvedeny metody v procesu dolování názorů a zpracování přirozeného jazyka. Hlavní částí této práce byly návrh a implementace knihovny pro dolování názorů pomocí analyzátoru přirozeného jazyka Stanford Parser a lexikální databáze WordNet. Pro identi kaci rysů byla použita závislostní gramatika, implicitní rysy byly dolovány metodou CoAR a názory byly klasi kovány algoritmem typu učení s učitelem. Na závěr byly uvedeny experimenty vyhodnocující implementované řešení a příklady použití.
|
|
|
On the Linguistic Structure of Emotional Meaning in Czech
Veselovská, Kateřina ; Hajičová, Eva (vedoucí práce) ; Petkevič, Vladimír (oponent) ; Smrž, Pavel (oponent)
Název práce: K lingvistické struktuře emocionálního významu v češtině Autor: Mgr. Kateřina Veselovská Ústav: Ústav formální a aplikované lingvistiky Vedoucí disertační práce: Prof. PhDr. Eva Hajičová, DrSc., Ústav formální a aplikované lingvistiky Klíčová slova: emocionální význam, lingvistická struktura, postojová analýza, opinion mining, evaluativní jazyk Abstrakt: Dizertační práce má dva hlavní cíle. Za prvé přináší analýzu jazykových prostředků, které společně formují emocionální význam psaných výpovědí v češtině. Za druhé využívá zjištění týkající se emocionálního jazyka v komputačních aplikacích. Podáváme systematický přehled lexikálních, morfosyntaktických, sémantic- kých a pragmatických aspektů emocionálního významu v českých výpovědích a navrhujeme formální reprezentaci emocionálních struktur v rámci Pražského závislostního korpusu a konstrukční gramatiky. V oblasti komputačních aplikací se zaměřujeme na témata postojové analýzy, tedy automatické extrakce emocí z textu. Popisujeme tvorbu ručně anotovaných emocionálních zdrojů dat a řešíme dvě základní úlohy postojové analýzy, klasi- fikaci polarity a identifikaci cíle hodnocení. V obou těchto úlohách dosahujeme uspokojivých výsledků.
|
|
|
On the Linguistic Structure of Emotional Meaning in Czech
Veselovská, Kateřina ; Hajičová, Eva (vedoucí práce) ; Petkevič, Vladimír (oponent) ; Smrž, Pavel (oponent)
Název práce: K lingvistické struktuře emocionálního významu v češtině Autor: Mgr. Kateřina Veselovská Ústav: Ústav formální a aplikované lingvistiky Vedoucí disertační práce: Prof. PhDr. Eva Hajičová, DrSc., Ústav formální a aplikované lingvistiky Klíčová slova: emocionální význam, lingvistická struktura, postojová analýza, opinion mining, evaluativní jazyk Abstrakt: Dizertační práce má dva hlavní cíle. Za prvé přináší analýzu jazykových prostředků, které společně formují emocionální význam psaných výpovědí v češtině. Za druhé využívá zjištění týkající se emocionálního jazyka v komputačních aplikacích. Podáváme systematický přehled lexikálních, morfosyntaktických, sémantic- kých a pragmatických aspektů emocionálního významu v českých výpovědích a navrhujeme formální reprezentaci emocionálních struktur v rámci Pražského závislostního korpusu a konstrukční gramatiky. V oblasti komputačních aplikací se zaměřujeme na témata postojové analýzy, tedy automatické extrakce emocí z textu. Popisujeme tvorbu ručně anotovaných emocionálních zdrojů dat a řešíme dvě základní úlohy postojové analýzy, klasi- fikaci polarity a identifikaci cíle hodnocení. V obou těchto úlohách dosahujeme uspokojivých výsledků.
|
|
|
Metody strojového učení ve zpracování přirozeného jazyka
Vodička, Jan ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Bakalářská práce se zajímá hodnocením sentimentu textu v českém jazyce za pomocí metod strojového učení, hlavně za použití naivního bayesovského klasifikátoru. Členění probíhá do dvou kategorií - pozitivní, negativní zprávy. Jako datové zdroje pro automatické vytvoření korpusu jsou použity zprávy ze sociální sítě Twitter, zbožového porovnávače Heuréka, filmové databáze ČSFD a restauračního portálu Scuk. Jsou porovnány z hlediska výkonnosti při hodnocení sentimentu. Následně je sestavena výsledná tréninková sada, která je použita při hodnocení zpráv z Twitteru v téměř reálném čase.
|
|
|
Dolování dat v prostředí sociálních sítí
Raška, Jiří ; Očenášek, Pavel (oponent) ; Bartík, Vladimír (vedoucí práce)
Tato práce se zabývala získáváním znalostí ze sociálních médií. Konkrétním cílem této práce bylo získávání názorů na úrovní rysů z uživatelských recenzí. V teoretické části byly uvedeny metody v procesu dolování názorů a zpracování přirozeného jazyka. Hlavní částí této práce byly návrh a implementace knihovny pro dolování názorů pomocí analyzátoru přirozeného jazyka Stanford Parser a lexikální databáze WordNet. Pro identi kaci rysů byla použita závislostní gramatika, implicitní rysy byly dolovány metodou CoAR a názory byly klasi kovány algoritmem typu učení s učitelem. Na závěr byly uvedeny experimenty vyhodnocující implementované řešení a příklady použití.
|
|
|
Analýza sentimentu v českém prostředí sítě Twitter
Koller, Michael ; Kincl, Tomáš (vedoucí práce) ; Novák, Michal (oponent)
Názory mají klíčový vliv na lidské chování. Tato bakalářská práce se proto zabývá analýzou názorů neboli sentimentu, která je jednou z nejaktivnějších oblastí zpracování přirozeného jazyka a stále více se uplatňuje v komerční sféře. V práci je vysvětlena podstata takové analýzy, její výhody i její možné aplikace pro firmy. Teoretická východiska jsou základem pro praktickou část této práce, jejímž cílem je popsat a zhodnotit na webu dostupné nástroje pro analýzu sentimentu, a to především pro české prostředí se zaměřením na mikroblogovací službu Twitter.
|
|
|
Virtuální obraz českého sportu skrze analýzu nestrukturovaných dat
Levý, Jan ; Jelínek, Ivan (vedoucí práce) ; Profousová, Lenka (oponent)
Analýza nestrukturovaných dat ze sociálních sítí patří mezi významné a stále se rozvíjející složky aplikace informačních technologií v marketingové praxi. Cíle práce zahrnují vytvoření testovací platformy pro analýzu nestrukturovaných dat ze sociální sítě Facebook, nalezení a aplikace metod a metrik pro analyzování těchto dat, shrnutí výsledků analýzy a vizualizace vybraných metrik pomocí ukázkového dashboardu. Struktura práce odpovídá metodám pro dosažení cílů a obsahuje sedm částí. První část shrnuje důvody, proč analyzovat data ze sociálních sítí, zkoumá přístupy k analýze sociálních sítí v současných vědeckých pracích a pojednává o komerčních nástrojích pro takovou analýzu. Druhá část rozebírá vytvoření přístupu k datovým zdrojům, strukturu vytvořených dokumentů a výběr vhodných datových zdrojů. Třetí část zpracovává téma použitých analytických nástrojů - Elasticsearch a Kibana. Čtvrtá část definuje některé otázky, které je možné si položit v rámci obrazu českého sportu na sociální síti Facebook. Pátá část určuje metriky pro vyhodnocení těchto otázek a popisuje potřebné filtrování dat. Šestá část se zaobírá samotnou analýzou a shrnuje její výsledky. Sedmá část ukazuje použití dashboardu z nástroje Kibana pro efektivní shrnování výsledků. Hlavním přínosem práce je ukázka možností analýzy sociálních sítí na příkladu obrazu českých sportovců a sportovních odvětví na síti Facebook. K analýze byl využit konektor pro stahování dat z Facebooku a nástroje Elasticsearch a Kibana, které umožnily data procházet, filtrovat a vizualizovat. Jednotlivými kroky analýzy bylo definování analytických otázek, dále definice analytických metod a metrik pro nalezení odpovědí, samotná analýza a shrnutí výsledků. Mezi nálezy analýzy patří určení sportovců s nejvyšším marketingovým potenciálem, seřazení analyzovaných sportů podle jejich obrazu mezi fanoušky a stanovení stránek s nejvíce navzájem interagujícími fanoušky.
|
host ::
RSS.