Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorHercig Tomáš, Ing.
dc.contributor.authorŠimůnek, Marek
dc.contributor.refereeBrychcín Tomáš, Ing. Ph.D.
dc.date.accepted2017-9-12
dc.date.accessioned2018-01-15T15:02:15Z-
dc.date.available2016-9-1
dc.date.available2018-01-15T15:02:15Z-
dc.date.issued2017
dc.date.submitted2017-6-29
dc.identifier71483
dc.identifier.urihttp://hdl.handle.net/11025/27153
dc.description.abstractCílem diplomové práce bylo využití významu (sémantiky) věty pro zlepšení úspěšnosti analýzy sentimentu. Jedním z úkolů bylo prozkoumat druhy sémantických rolí a metody jejich automatického získávání. Dále vybrat nejvhodnější systém pro jejich značkování se zaměřením na český jazyk. Pro získávání sémantických rolí byl vybrán nástroj Treex založený na Pražském závislostním korpusu. Po vytvoření sémantických rolí pro vstupní data proběhla extrakce příznaků. Pro analýzu sentimentu na úrovni dokumentu byly použity metody učení s učitelem. Nejlepších výsledků dosahoval klasifikátor maximální entropie. Naměřené hodnoty překonaly výsledky předchozích výzkumu metod učení s učitelem.cs
dc.format58 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.subjectznačkování sémantických rolícs
dc.subjectanalýza sentimentucs
dc.subjectstrojové učenícs
dc.titleVyužití značkování sémantických rolí k analýze sentimentucs
dc.title.alternativeUsing semantic role labeling for sentiment analysisen
dc.typediplomová prácecs
dc.thesis.degree-nameIng.cs
dc.thesis.degree-levelNavazujícícs
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.thesis.degree-programInženýrská informatikacs
dc.description.resultObhájenocs
dc.rights.accessopenAccessen
dc.description.abstract-translatedThe goal of the diploma thesis was to use the meaning (semantics) of the sentence to improve accuracy in sentiment analysis. One of the tasks was to examine the types of semantic roles and the methods of their automatic retrieval. Then choose the most appropriate system for their labeling with a focus on the Czech language. Treex is based on Prague Dependency Treebank and was used to get semantic roles. Feature extraction was performed after semantic role labeling. For sentiment analysis on document level were used machine learning methods. The best results achieved the maximum entropy classifier. The obtained values outperformed the results of previous research using supervised methods.en
dc.subject.translatedsemantic role labelingen
dc.subject.translatedsentiment analysisen
dc.subject.translatedmachine learningen
Vyskytuje se v kolekcích:Diplomové práce / Theses (KIV)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
A15N0082P_DP.pdfPlný text práce728,64 kBAdobe PDFZobrazit/otevřít
A15N0082Pposudek-op.PDFPosudek oponenta práce512,24 kBAdobe PDFZobrazit/otevřít
A15N0082Phodnoceni-ved.PDFPosudek vedoucího práce416,27 kBAdobe PDFZobrazit/otevřít
A15N0082Pobhajoba.PDFPrůběh obhajoby práce215,8 kBAdobe PDFZobrazit/otevřít
Zobrazit minimální záznam Zobrazit statistiky


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/27153

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Vysokoškolské kvalifikační práce / Theses
  3. Fakulta aplikovaných věd / Faculty of Applied Sciences
  4. Katedra informatiky a výpočetní techniky / Department of Computer Science and Engineering
  5. Diplomové práce / Theses (KIV)