Popularita osob automaticky
| Thesis title in Czech: | Popularita osob automaticky |
|---|---|
| Thesis title in English: | Popularity Meter |
| Key words: | subjektivita, anotace polarity, strojové učení, klasifikace textů |
| English key words: | subjectivity, annotating polarity, machine learning, text classification |
| Academic year of topic announcement: | 2010/2011 |
| Thesis type: | Bachelor's thesis |
| Thesis language: | čeština |
| Department: | Institute of Formal and Applied Linguistics (32-UFAL) |
| Supervisor: | doc. RNDr. Ondřej Bojar, Ph.D. |
| Author: | hidden - assigned and confirmed by the Study Dept. |
| Date of registration: | 11.11.2010 |
| Date of assignment: | 11.11.2010 |
| Date and time of defence: | 07.09.2011 09:00 |
| Date of electronic submission: | 04.08.2011 |
| Date of submission of printed version: | 05.08.2011 |
| Date of proceeded defence: | 07.09.2011 |
| Opponents: | Mgr. Martin Popel, Ph.D. |
| Guidelines |
| Cílem bakalářské práce je vytvořit a vyhodnotit systém, který na základě sledovaných zpravodajských webů bude schopen monitorovat předem vybrané osoby a další entity z hlediska "popularity".
Popularitu bude systém odhadovat na základě slov vyskytujících se v okolí jména osoby, přičemž pomocí LSA [1] bude schopen pracovat na automaticky nalezených třídách polárních výrazů a ne jen na konkrétních slovech, což může pomoci překonat nedostatek a řídkost dat. V některých případech půjde o hodnotící výrazy (úspěšný, nepopulární...), v některých případech půjde spíše o spojení zprostředkovávající názor třetí osoby (veřejnost odsoudila, město odmítlo...). Součástí práce je vytvořit korpus vět ručně označkovaných podle polarity, který bude sloužit tomuto systému jako trénovací data a bude využitelný i v dalším výzkumu. Evaluace systému bude provedena srovnáním automatického odhadu popularity s ručně ohodnocenými články, abychom se přiblížili způsobu, kterým budou se systémem pracovat případní uživatelé. |
| References |
| [1] Thomas Landauer, Peter W. Foltz, Darrell Laham. Introduction to Latent Semantic Analysis. Discourse Processes, 25: 259?284. 1998.
[2] Jan Hajič: Disambiguation of Rich Inflection (Computational Morphology of Czech). Nakladatelství Karolinum. 2004. http://quest.ms.mff.cuni.cz/pdt/Morphology_and_Tagging/Morphology/ |