1. Trang chủ
  2. » Luận Văn - Báo Cáo

Rút trích, phân loại và tổng hợp thông tin từ các phản hồi trên mạng xã hội

41 12 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 41
Dung lượng 771,16 KB

Nội dung

Ngày đăng: 27/01/2021, 13:50

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1] John Blitzer, Mark Dredze, Fernando Pereira (2007), “Biographies, Bollywood, Boom-boxes and Blenders: Domain Adaptation for Sentiment Classification”, Proceedings of the 45th Annual Meeting of the Association of Computational Linguistics, pages 440-447 Sách, tạp chí
Tiêu đề: Biographies, Bollywood, Boom-boxes and Blenders: Domain Adaptation for Sentiment Classification”, "Proceedings of the 45th Annual Meeting of the Association of Computational Linguistics
Tác giả: John Blitzer, Mark Dredze, Fernando Pereira
Năm: 2007
[2] Danushka Bollegala, David Weir, John Carroll (2011), “Using Multiple Sources to Construct a Sentiment Sensitive Thesaurus for Cross-Domain Sentiment Classification”, Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics: Human Language Technologies, Volume 1, pages 132-141 Sách, tạp chí
Tiêu đề: Using Multiple Sources to Construct a Sentiment Sensitive Thesaurus for Cross-Domain Sentiment Classification”, "Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics: Human Language Technologies
Tác giả: Danushka Bollegala, David Weir, John Carroll
Năm: 2011
[3] Pimwadee Chaovalit, Lina Zhou (2005), “Movie review mining: A comparison between supervised and unsupervised classification approaches”, Proceedings of the Proceedings of the 38th Annual Hawaii International Conference on System Sciences, Volume 04, pages 112.3 Sách, tạp chí
Tiêu đề: Movie review mining: A comparison between supervised and unsupervised classification approaches”, "Proceedings of the Proceedings of the 38th Annual Hawaii International Conference on System Sciences
Tác giả: Pimwadee Chaovalit, Lina Zhou
Năm: 2005
[4] Shoushan Li and Chengqing Zong (2008), “Multi-domain sentiment classification”, Proceedings of the 46th Annual Meeting of the Association for Computational Linguistics on Human Language Technologies: Short Papers, pages 257-260 Sách, tạp chí
Tiêu đề: Multi-domain sentiment classification”, "Proceedings of the 46th Annual Meeting of the Association for Computational Linguistics on Human Language Technologies: Short Papers
Tác giả: Shoushan Li and Chengqing Zong
Năm: 2008
[5] Justin Martineau and Tim Finin (2009), “Delta TFIDF: An Improved Feature Space for Sentiment Analysis”, Proceedings of the Third AAAI Internatonal Conference on Weblogs and Social Media Sách, tạp chí
Tiêu đề: Delta TFIDF: An Improved Feature Space for Sentiment Analysis”
Tác giả: Justin Martineau and Tim Finin
Năm: 2009
[6] Jin-Cheon Na, Haiyang Sui, Christopher Khoo, Syin Chan, and Yunyun Zhou (2004), “Effectiveness of simple linguistic processing in automatic sentiment classification of product reviews”. In Conference of the International Society for Knowledge Organization, pages 49–54 Sách, tạp chí
Tiêu đề: Effectiveness of simple linguistic processing in automatic sentiment classification of product reviews”. "In Conference of the International Society for Knowledge Organization
Tác giả: Jin-Cheon Na, Haiyang Sui, Christopher Khoo, Syin Chan, and Yunyun Zhou
Năm: 2004
[9] Bo Pang and Lillian Lee (2008), “Opinion mining and sentiment analysis”, Foundations and Trends in Information Retrieval, Volume 2 Issue 1-2, pages 1- 135 Sách, tạp chí
Tiêu đề: Opinion mining and sentiment analysis”, "Foundations and Trends in Information Retrieval
Tác giả: Bo Pang and Lillian Lee
Năm: 2008
[10] Bo Pang, Lillian Lee, Shivakumar Vaithyanathan (2002), “Thumbs up? Sentiment classification using machine learning techniques”, Proceedings of the ACL-02 conference on Empirical methods in natural language processing, Volume 10, pages 79-86 Sách, tạp chí
Tiêu đề: Thumbs up? Sentiment classification using machine learning techniques”, "Proceedings of the ACL-02 conference on Empirical methods in natural language processing
Tác giả: Bo Pang, Lillian Lee, Shivakumar Vaithyanathan
Năm: 2002
[11] Georgios Paltoglou, Stephane Gobron, Marcin Skowron, Mike Thelwall, Daniel Thalmannb (2010), “Sentiment analysis of informal textual communication in cyberspace”, Proceedings of ENGAGE 2010, pages 13-25 Sách, tạp chí
Tiêu đề: Sentiment analysis of informal textual communication in cyberspace”, "Proceedings of ENGAGE 2010
Tác giả: Georgios Paltoglou, Stephane Gobron, Marcin Skowron, Mike Thelwall, Daniel Thalmannb
Năm: 2010
[12] Georgios Paltoglou, Mike Thelwall (2010), “A study of information retrieval weighting schemes for sentiment analysis”, Proceedings of the 48th Annual Meeting of the Association for Computational Linguistics, p.1386-1395 Sách, tạp chí
Tiêu đề: A study of information retrieval weighting schemes for sentiment analysis”, "Proceedings of the 48th Annual Meeting of the Association for Computational Linguistics
Tác giả: Georgios Paltoglou, Mike Thelwall
Năm: 2010
[13] Maite Taboada, Julian Brooke, Milan Tofiloski, Kimberly Voll, Manfred Stede (2011), “Lexicon-based methods for sentiment analysis”, Computational Linguistics, Volume 37 Issue 2, pages 267-307 Sách, tạp chí
Tiêu đề: Lexicon-based methods for sentiment analysis”, "Computational Linguistics
Tác giả: Maite Taboada, Julian Brooke, Milan Tofiloski, Kimberly Voll, Manfred Stede
Năm: 2011
[14] Peter D. Turney, “Thumbs up or thumbs down? Semantic orientation applied to unsupervised classification of reviews”, Proceedings of the 40th Annual Meeting on Association for Computational Linguistics, pages 417-424 (2002) Sách, tạp chí
Tiêu đề: Thumbs up or thumbs down? Semantic orientation applied to unsupervised classification of reviews”, "Proceedings of the 40th Annual Meeting on Association for Computational Linguistics
[15] Chih-Chung Chang and Chih-Jen Lin (2011), “LIBSVM: A library for support vector machines”. ACM Transactions on Intelligent Systems and Technology, Volume 2 Issue 3.Phần mềm có sẵn tại http://www.csie.ntu.edu.tw/~cjlin/libsvm Sách, tạp chí
Tiêu đề: LIBSVM: A library for support vector machines”. "ACM Transactions on Intelligent Systems and Technology
Tác giả: Chih-Chung Chang and Chih-Jen Lin
Năm: 2011
[16] Kristina Toutanova, Dan Klein, Christopher Manning, and Yoram Singer (2003), “Feature-Rich Part-of-Speech Tagging with a Cyclic Dependency Network”. Proceedings of the 2003 Conference of the North American Sách, tạp chí
Tiêu đề: Feature-Rich Part-of-Speech Tagging with a Cyclic Dependency Network”
Tác giả: Kristina Toutanova, Dan Klein, Christopher Manning, and Yoram Singer
Năm: 2003

HÌNH ẢNH LIÊN QUAN

Hình 2.1 trình bày các kết quả phân loại đạt được do Blitzer et al. [1] khi sử dụng các bộ phân lớp được huấn luyện trên một miền dữ liệu để phân loại cho các dữ liệu thuộc miền khác - Rút trích, phân loại và tổng hợp thông tin từ các phản hồi trên mạng xã hội
Hình 2.1 trình bày các kết quả phân loại đạt được do Blitzer et al. [1] khi sử dụng các bộ phân lớp được huấn luyện trên một miền dữ liệu để phân loại cho các dữ liệu thuộc miền khác (Trang 13)
Hình 2.2: Hướng tiếp cận Feature-level fusion và Classifier-level fusion, [4] Thực nghiệm cho thấy hướng tiếp cận classifier-level fusion cho kết quả tốt hơn so với feature-level fusion và các bộ phân lớp cơ bản riêng biệt của mỗi miền - Rút trích, phân loại và tổng hợp thông tin từ các phản hồi trên mạng xã hội
Hình 2.2 Hướng tiếp cận Feature-level fusion và Classifier-level fusion, [4] Thực nghiệm cho thấy hướng tiếp cận classifier-level fusion cho kết quả tốt hơn so với feature-level fusion và các bộ phân lớp cơ bản riêng biệt của mỗi miền (Trang 17)
Hình 3.1: Một số cách phân lớp dữ liệu, [7] trang 112. - Rút trích, phân loại và tổng hợp thông tin từ các phản hồi trên mạng xã hội
Hình 3.1 Một số cách phân lớp dữ liệu, [7] trang 112 (Trang 20)
Hình 3.2: Minh hoạ phương pháp SVM, [7] trang 113. - Rút trích, phân loại và tổng hợp thông tin từ các phản hồi trên mạng xã hội
Hình 3.2 Minh hoạ phương pháp SVM, [7] trang 113 (Trang 21)
Bảng 3.2: Một số công thức tính DeltaIDF, [12] - Rút trích, phân loại và tổng hợp thông tin từ các phản hồi trên mạng xã hội
Bảng 3.2 Một số công thức tính DeltaIDF, [12] (Trang 26)
Bảng 3.3: Số lượng các văn bản được phân loại chính xác và không chính xác - Rút trích, phân loại và tổng hợp thông tin từ các phản hồi trên mạng xã hội
Bảng 3.3 Số lượng các văn bản được phân loại chính xác và không chính xác (Trang 26)
Sau đây là mô hình tương tác của các module trong chương trình, gồm có 4 module chính sau đây: Crawler, Pre-processing, KeywordFilter & Vectorization và Classification - Rút trích, phân loại và tổng hợp thông tin từ các phản hồi trên mạng xã hội
au đây là mô hình tương tác của các module trong chương trình, gồm có 4 module chính sau đây: Crawler, Pre-processing, KeywordFilter & Vectorization và Classification (Trang 30)
Bảng 5.1: Tập dữ liệu thí nghiệm - Rút trích, phân loại và tổng hợp thông tin từ các phản hồi trên mạng xã hội
Bảng 5.1 Tập dữ liệu thí nghiệm (Trang 34)
Bảng 5.2: Độ chính xác của các bộ phân lớp - Rút trích, phân loại và tổng hợp thông tin từ các phản hồi trên mạng xã hội
Bảng 5.2 Độ chính xác của các bộ phân lớp (Trang 35)
Bảng 5.2 trình bày độ chính xác của bộ phân lớp đạt được của phương pháp được đề ra và một số phương pháp đã được sử dụng trong các nghiên cứu khác, dùng chung một tập dữ liệu mẫu gồm các nhận xét về sản phẩm thuộc các miền books, dvd, e - Rút trích, phân loại và tổng hợp thông tin từ các phản hồi trên mạng xã hội
Bảng 5.2 trình bày độ chính xác của bộ phân lớp đạt được của phương pháp được đề ra và một số phương pháp đã được sử dụng trong các nghiên cứu khác, dùng chung một tập dữ liệu mẫu gồm các nhận xét về sản phẩm thuộc các miền books, dvd, e (Trang 35)
Hình 5.1: So sánh các bộ phân lớp - Rút trích, phân loại và tổng hợp thông tin từ các phản hồi trên mạng xã hội
Hình 5.1 So sánh các bộ phân lớp (Trang 36)

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w