Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 385)
Detail práce
   Přihlásit přes CAS
Využití syntaktické informace pro identifikaci hodnocených entit
Název práce v češtině: Využití syntaktické informace pro identifikaci hodnocených entit
Název v anglickém jazyce: Using Syntactic Features for Opinion Target Identification
Klíčová slova: Identifikace hodnocených entit, analýza sentimentu, syntax, Universal Dependencies, strojové učení
Klíčová slova anglicky: Opinion Target Identification, Sentiment Analysis, Syntax, Universal Dependencies, Machine Learning
Akademický rok vypsání: 2018/2019
Typ práce: diplomová práce
Jazyk práce: angličtina
Ústav: Ústav formální a aplikované lingvistiky (32-UFAL)
Vedoucí / školitel: Mgr. Jan Hajič, Ph.D.
Řešitel: skrytý - zadáno a potvrzeno stud. odd.
Datum přihlášení: 22.05.2019
Datum zadání: 22.05.2019
Datum potvrzení stud. oddělením: 22.07.2019
Datum a čas obhajoby: 09.09.2019 09:00
Datum odevzdání elektronické podoby:19.07.2019
Datum odevzdání tištěné podoby:19.07.2019
Datum proběhlé obhajoby: 09.09.2019
Oponenti: Mgr. Jindřich Helcl, Ph.D.
 
 
 
Konzultanti: Mgr. Kateřina Lesch, Ph.D.
Zásady pro vypracování
Identifikace hodnocených entit (Opinion Target Extraction, OTE) je zavedená pod-úloha analýzy sentimentu (Pontiki a kol., 2016). Zatímco detekce subjektivních výroků a určení jejich polarity (pozitivní, nebo negativní) je samo o sobě už užitečné, schopnost identifikovat i tyto „cílové“ entity poskytuje mnohem kvalitnější podklady pro rozhodování: majitelka restaurace potřebuje vědět, jestli si hosté stěžují na obsluhu, jídlo, atmosféru, či další aspekty jejího podniku, atp.

Ačkoliv tato úloha má stále silnou lexikální složku, je zde i velký potenciál využít obecných syntaktických konstrukcí v evaluativních výrocích: v jedné větě například může být potenciálních cílových entit více, a přiřazení správného cíle k hodnotícímu výroku tak je záležitostí správného rozlišení v syntaktické struktuře věty. Syntaktické vzorce spojené s evlauativními výroky již byly popsány (Veselovská, 2015; Veselovská a Tamchyna, 2014). Tato diplomová práce si klade za cíl zkoumat, jak přítomnost syntaktické informace ovlivňuje na úloze extrakce cílových entit (OTE) chování state-of-the-art modelů strojového učení, jako například rekurentních neuronových sítí, s případným cílem zlepšit pomocí syntaktických rysů výsledky na úloze OTE.
Seznam odborné literatury
Kateřina Veselovská, Aleš Tamchyna. ÚFAL: Using hand-crafted rules in aspect based sentiment analysis on parsed data. Proceedings of the 8th International Workshop on Semantic Evaluation (SemEval 2014), pp. 694-698, 2014.

Kateřina Veselovská. On the Linguistic Structure of Emotional Meaning in Czech. PhD thesis, Charles University, 2015.

Maria Pontiki, Dimitrios Galanis, Haris Papageorgiou, Ion Androutsopoulos, Suresh Manandhar, Mohammad AL-Smadi, Mahmoud Al-Ayyoub, Yanyan Zhao, Bing Qin, Orphée De Clercq, Véronique Hoste, Marianna Apidianaki, Xavier Tannier, Natalia Loukachevitch, Evgeny Kotelnikov, Nuria Bel1, Salud María Jiménez-Zafra1,Gülşen Eryiğit. Proceedings of SemEval-2016, pages 19–30,San Diego, California, June 16-17, 2016.c©2016 Association for Computational LinguisticsSemEval-2016 Task 5: Aspect Based Sentiment Analysis. Proceedings of SemEval-2016, pages 19–30,San Diego, California, June 16-17, 2016.
 
Univerzita Karlova | Informační systém UK