Artificial Neural Network for Opinion Target Identification in Czech
| Název práce v češtině: | Umělá neuronová síť pro identifikaci cílů hodnocení v češtině |
|---|---|
| Název v anglickém jazyce: | Artificial Neural Network for Opinion Target Identification in Czech |
| Klíčová slova: | neuronová síť, identifikace cílů hodnocení, postojová analýza |
| Klíčová slova anglicky: | neural network, opinion target identification, sentiment analysis |
| Akademický rok vypsání: | 2015/2016 |
| Typ práce: | bakalářská práce |
| Jazyk práce: | angličtina |
| Ústav: | Ústav formální a aplikované lingvistiky (32-UFAL) |
| Vedoucí / školitel: | doc. RNDr. Vladislav Kuboň, Ph.D. |
| Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
| Datum přihlášení: | 14.06.2016 |
| Datum zadání: | 14.06.2016 |
| Datum potvrzení stud. oddělením: | 23.06.2016 |
| Datum a čas obhajoby: | 08.09.2016 00:00 |
| Datum odevzdání elektronické podoby: | 27.07.2016 |
| Datum odevzdání tištěné podoby: | 28.07.2016 |
| Datum proběhlé obhajoby: | 08.09.2016 |
| Oponenti: | RNDr. Jiří Mírovský, Ph.D. |
| Konzultanti: | Mgr. Kateřina Lesch, Ph.D. |
| Zásady pro vypracování |
| This thesis surveys a use of artificial neural networks in automatic opinion target identification, i.e. the task in which the evaluated entities need to be identified in natural language texts. Opinion target identification is in the long term one of the widely-discussed problems in the field of sentiment analysis. Just lately, it has been explored using different approaches from the area of deep learning.
The thesis makes use of the existing dataset for opinion target identification in Czech. The author compares the results with the results achieved by employing probabilistic models and, taking into account the relative language-independency of the given approach, with the state-of-the-art results achieved for other languages. The method can be further exploitable in other NLP tasks, such as e.g. automatic summarization. |
| Seznam odborné literatury |
| dos Santos, C. N., & Gatti, M. (2014). Deep Convolutional Neural Networks for Sentiment Analysis of Short Texts. In COLING (pp. 69-78).
Pang, B., & Lee, L. (2008). Opinion mining and sentiment analysis. Foundations and trends in information retrieval, 2(1-2), 1-135. Tamchyna A., Fiala O. & Veselovská, K. (2015). Czech Aspect-Based Sentiment Analysis: A New Dataset and Preliminary Results. In: Proceedings of ITAT 2015 (pp. 95-99). Tamchyna, A. & Veselovská, K. (2016). Recurrent Neural Networks for Sentence Classification. In: Proceedings of SemEval 2016. |