1. Trang chủ
  2. » Giáo Dục - Đào Tạo

Thiết kế giao diện và các chức năng phần mềm hỗ trợ người dùng sử dụng thuật toán

8 17 1

Đang tải... (xem toàn văn)

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 8
Dung lượng 466,68 KB

Nội dung

TRƯỜNG ĐẠI HỌC THỦ DẦU MỘT KHOA KỸ THUẬT CÔNG NGHỆ Tên đề tài: NGHIÊN CỨU RÚT TRÍCH THƠNG TIN DỰA TRÊN CƠ SỞ PHÂN TÍCH CẢM XÚC Mã số: Chuyên đề: Thiết kế giao diện chức phần mềm hỗ trợ người dùng sử dụng thuật toán Chủ nhiệm đề tài : ThS.Nguyễn Tấn Lộc Người chủ trì thực chuyên đề : ThS.Nguyễn Tấn Lộc Bình Dương, 08/01/2018 Mục lục Đặt vấn đề Phương pháp nghiên cứu, cách tiếp cận Kết đạt Kết luận kiến nghị Tài liệu tham khảo Danh mục chữ viết tắt TF: term frequency IDF: inverse document frequency TF.IDF: term frequency inverse document frequency DTM: document term matrix Logistic: hồi quy logistic P(A): Xác xuất kiện A NER: Named Entity Recognition SoA: Sentiment analysis – Phân tích cảm xúc Đặt vấn đề Câu truy vấn người dùng đưa vào hệ thống đề xuất (mơ - hình hình chun đề 4) Câu truy vấn khơng địi hỏi phải cú pháp có cấu trúc Hệ thống thực bước tiền xử lý nêu chuyên đề - với câu truy vấn để xác định câu truy vấn có cảm xúc khơng, có giá trị positive hay negative Nếu câu truy vấn mang yếu tố chủ quan (có cảm xúc), hệ thống xác định - xem câu truy vấn có giá trị positive hay negative, để người dùng định rút trích thơng tin từ tập tin có cảm xúc sở liệu Sau xác định tập liệu cảm xúc để rút trích thơng tin cho câu - truy vấn, hệ thống thực rút trích phương pháp rút trích thông tin mà luận văn lựa chọn chia nhỏ câu truy vấn thành vectơ từ so trùng với sở liệu phân loại Các giải thuật viết python Phương pháp nghiên cứu, cách tiếp cận - Thiết kế giao diện HTML, CSS - Sử dụng ngơn ngữ lập trình python với IDE jupyter notebook Câu văn tối đa 100 từ Results   Pos: 0.7 Neg : 0.3 Thực Nhóm bình luận tích cực Thực Nhóm bình luận tiêu cực Quốc gia kết Kết đạt - Tìm theo câu tự phân loại cảm xúc Ví dụ như: Nhập vào câu "like vietnam" chọn position Nó tìm kiếm câu có cụm từ câu cần có screen like liệt kê tất - Nếu liệt kê theo kiểu xếp có nhiều đối tượng giống câu tìm kiếm liệt kê hàng trên, câu có đối tượng liệt kê phía - Bình luận nằm nhóm đầu 10 bình luận tốt nhất, nhóm 10 bình luận hàng đầu theo quốc gia: Bảng Các bình luận cảm xúc tích cực cho doanh nghiệp Bảng Các bình luận cảm xúc tích cực cho doanh nghiệp Việt Nam - Nhóm 10 bình luận cảm xúc tiêu cực cho nhà hàng Việt Nam, liệu phản ánh hợp lý với xếp hạng đến Bảng 3.Nhóm bình luận cảm xúc tiêu cực cho doanh nghiệp Việt Nam Kết phân loại cảm xúc tích cực tiêu cực ảnh hưởng mạnh đến kết rút trích thơng tin Nếu kết phân loại xác, truy vấn rút trích thơng tin có độ xác cao Hình Các từ ảnh hưởng mạnh ẩm thực Việt Kết luận kiến nghị - Trong thời gian tới khảo sát, nghiên cứu tính thiết kế giao diện tiện dụng nhằm đáp ứng tốt hỗ trợ người dùng - Phát triển ứng dụng di động Android Tài liệu tham khảo [1] B Agarwal and N Mittal, “Optimal feature selection for sentiment analysis,” in Proceedings of the 14th International Conference on Intelligent Text Processing and Computational Linguistics (CICLing 13), vol 7817, pp 13–24, 2013 [2] A Basant, M Namita, B Pooja, Sonal Garg “Sentiment Analysis Using Common-Sense and Context Information” Hindawi Publishing Corporation Computational Intelligence and Neuroscience (2015) [3] RuiXia, FengXu, JianfeiYu,” Polarity shift detection, elimination and ensemble: A three stage model for document-level sentiment analysis” Information Processing and Management 52 (2016) 36– 45 [4] Y Ainur, Y Yisong, C Claire “Multi-level structured models for document-level sentiment classification”.Proceedings of the 2010 Conference on Empirical Methods in Natural Language Processing, MIT, Massachusetts, Association for Computational Linguistics, USA (2010), pp 1046-1056 [5] F Noura, C Elie, A.A Rawad, H Hazem “Sentence-level and documentlevel sentiment mining for arabic texts”.Proceeding IEEE International Conference on Data Mining Workshops (2010) [6] Hao chen Zhou and Fei Song.(2015) “Aspect-level sentiment analysis based on a generalized probabilistic topic and syntax model” Proceedings of the Twenty-Eighth International Florida Artificial Intelligence Research Society Conference, Association for the Advancement of Artificial Intelligence (2015) [7] Ariyasriwatana, W., Buente, W., Oshiro, M., & Streveler, D (2014) Categorizing health-related cues to action: using Yelp reviews of restaurants in Hawaii New Review of Hypermedia and Multimedia, 20(4), 317-340 [8] Hicks, A., Comp, S., Horovitz, J., Hovarter, M., Miki, M., & Bevan, J L (2012) Why people use Yelp com: An exploration of uses and gratifications Computers in Human Behavior, 28(6), 2274-2279 [9] Huang, J., Rogers, S., & Joo, E (2014) “Improving restaurants by extracting subtopics from yelp reviews” iConference 2014 (Social Media Expo) [10] Ruhui Shen, Jialiang Shen, Yuhong Li & Haohan Wang (2016), ” Predicting usefulness of Yelp reviews with localized linear regression models”, 2016 7th IEEE International Conference on Software Engineering and Service Science (ICSESS) [11] Solov'ev A N., Antonova A Ju., Pazel'skaia A G., (2012), Using sentiment-analysis for text information extraction I-Teco (Moscow) [12] Wanxiang Che, Yanyan Zhao, Honglei Guo, Zhong Su, and Ting Liu,” Sentence Compression for spect-Based Sentiment Analysis” IEEE/ACM TRANSACTIONS ON AUDIO, SPEECH, AND LANGUAGE PROCESSING, VOL 23, NO 12, DECEMBER 2015 [13] P.D Turney,(2000), “Learning algorithms for keyphrase extraction” Information Retrieval vol 2, no 4, pp 303 - 336 [14] I.H Witten, G.W Paynter, E Frank, C Gutwin and C.G NevillManning.(1999) “KEA: Practical automatic Keyphrase Extraction.” The proceedings of Digital Libraries '99: The Fourth ACM Conference on Digital Libraries, pp 254-255 [15] Huong Nguyen Thi Xuan, Anh Cuong Le ; Le Minh Nguyen, (2012) ”Linguistic Features for Subjectivity classification“ Asian Language Processing (IALP), 2012 International Conference Xác nhận thực chuyên đề Chủ nhiệm đề tài ... kiến nghị - Trong thời gian tới khảo sát, nghiên cứu tính thiết kế giao diện tiện dụng nhằm đáp ứng tốt hỗ trợ người dùng - Phát triển ứng dụng di động Android Tài liệu tham khảo [1] B Agarwal and... thành vectơ từ so trùng với sở liệu phân loại Các giải thuật viết python Phương pháp nghiên cứu, cách tiếp cận - Thiết kế giao diện HTML, CSS - Sử dụng ngơn ngữ lập trình python với IDE jupyter... Nam Kết phân loại cảm xúc tích cực tiêu cực ảnh hưởng mạnh đến kết rút trích thơng tin Nếu kết phân loại xác, truy vấn rút trích thơng tin có độ xác cao Hình Các từ ảnh hưởng mạnh ẩm thực Việt Kết

Ngày đăng: 21/06/2021, 22:04

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w