Please use this identifier to cite or link to this item:https://hdl.handle.net/20.500.12259/36525
Full metadata record
DC FieldValueLanguage
dc.contributorVytauto Didžiojo universitetas. Informatikos fakultetas. Taikomosios informatikos katedralt_LT
dc.contributor.advisorDaiva Vitkutė, Adžgauskienė
dc.contributor.authorJoel, Kanku
dc.date.accessioned2018-05-21T18:57:45Z
dc.date.available2018-05-21T18:57:45Z
dc.date.issued2018-05-22
dc.identifier.urihttps://hdl.handle.net/20.500.12259/36525-
dc.description.abstractSentimentų analizė - teksto dalyje išreikštos nuomonės vertinimo procesas, skirtas nustatyti rašytojo jausmus, kurie gali būti teigiami, neigiami ar neutralūs. Šioje studijų srityje daugelis mokslininkų savo darbuose naudojo mašininio mokymosi metodą ar gilųjį mokymosi metodą, kad įvertintų tekste išreikštą nuomonę. Dauguma jų vartojo anglų kalbos žodžius, ir tik nedaugelis buvo suinteresuoti vartoti kitas kalbas. Atsižvelgiant į tai, pristatome giliojo mokymosi metodą sentimentams analizuoti, naudojant prancūzų kalbos tekstą. Šis metodas pagrįstas konvoliuciniais neuroniniais tinklais, kurie padeda klasifikuoti tekstą. Šio straipsnio tikslas yra naudojant "Convolutional Neural Network" architektūrą, suklasifikuoti žmonių sentimentus apie produktus bei paslaugas, panaudojant prancūzų kalbos tekstą. Sukurti modeliai naudoją informaciją iš klientų atsiliepimų, ją išanalizuoja ir kiekviename sakinyje nustato sentimento poliškumą kaip rezultatą. Buvo remtasi restoranų lankytojų ir nešiojamųjų kompiuterių pirkėjų atsiliepimais. Norėdami įrodyti modelio efektyvumą, mes atlikome eksperimentus dviem kanalais: CNN-rand ir CNN-static bei palyginome mūsų eksperimento rezultatus su kitų tyrėjų rezultatais.lt_LT
dc.description.abstractSentiment analysis is a process of evaluating an opinion expressed in a piece of text to determinate the writer’s feeling whether it is positive, negative .or neutral. In this field of study, a lot of researchers have used machine learning approach or deep learning approach in their works to evaluate the opinion expressed in a text. Most of them have used English words and very few were interested in other languages. Taking this into account, we present a deep learning approach for sentiment analysis using French text. The approach is based on Convolutional Neural Networks for text classification. The goal of this paper is to use Convolutional Neural Network architecture to classify the opinion expressed in a given of French text about services and products. We build models that take a text of restaurant and laptop reviews as input and determine the sentiment polarity in each sentence as output. To prove the effectiveness of our approach, we have run experiments in two-channels: CNN-rand and CNN-static and compare our experiment result with the results of other researchers.en_US
dc.format.extent49 p.
dc.language.isoenen_US
dc.rightsLaisvai prieinamas internete / Free accesslt_LT
dc.subjectSentimentų analizėlt_LT
dc.subjectGilus mokymosi metodaslt_LT
dc.subjectKonvoliucinis neuroninis tinklaslt_LT
dc.subjectDeep Learningen_US
dc.subjectSentiment analysisen_US
dc.subjectConvolutional Neural Networken_US
dc.subject.otherInformatika / Informatics
dc.titleSentiment analysis in french for improving services and products: a deep learning approachen_US
dc.title.alternativePrancūzijos nuomonės analizė, skirta paslaugų ir produktų tobulinimui: gilus mokymosi metodaslt_LT
dc.typeMagistro darbas / Master thesis
item.grantfulltextopen-
item.fulltextWith Fulltext-
Appears in Collections:2018 m. (IF mag.)
Files in This Item:
Joel_Kanku_md.pdf909.92 kBAdobe PDFView/Open

3

Show simple item record

Page view(s)

110
checked on Nov 5, 2019

Download(s)

78
checked on Nov 5, 2019

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.