Analiza wydźwięku polskojęzycznych opinii konsumenckich : implementacja algorytmu tworzenia słownika wydźwięku

Gładysz, A.

Artykuł - szczegóły

Tytuł artykułu

Analiza wydźwięku polskojęzycznych opinii konsumenckich : implementacja algorytmu tworzenia słownika wydźwięku

Autorzy

Gładysz A.

Treść / Zawartość

Pełne teksty:

Pobierz

Identyfikatory

Warianty tytułu

Sentiment analysis of opinions in Polish : implementation of the algorithm for creating glossary

Języki publikacji

Abstrakty

Opinie konsumenckie są szczególnym rodzajem dokumentów ze względu na swoją zawartość – ich głównym celem nie jest przekazanie obiektywnej informacji, ale subiektywnego nastawienia autora do produktu lub usługi. Przedstawione w opinii nastawienie emocjonalne opiniodawcy nazywane jest wydźwiękiem. W artykule przedstawione zostały metody i rodzaje analizy wydźwięku ze wskazaniem stosowanych algorytmów z których większość wymaga słownika wydźwięku zastosowanego do danych wejściowych. Opisane algorytmy tworzenia słowników dostosowane są do języka angielskiego. Podjęta została próba zaimplementowania jednego z nich i dostosowania do specyfiki języka polskiego. Problem stworzenia słownika jest jednym z zagadnień, które wymagają uwagi w celu uzyskania dobrej jakości przetwarzania pod względem wydźwięku.

Consumer reviews are a special type of text documents due to their content – their main purpose is not to provide objective information, but to show a subjective attitude of its authors to the product or service. The opinions expressed in the opinion of the emotionally-minded people are called sentiment analysis. Paper presents methods and types of sentiment analysis with the use of algorithms, most of which require the vocabulary of the sentiment used for the input. Described algorithms for creating dictionaries are adapted to English. An attempt was made to implement one of them and to adapt to the specificity of the Polish language. The problem of creating a dictionary is one of the issues that require attention in order to obtain good quality processing in terms of sentiment analysis.

Słowa kluczowe

przetwarzanie informacji słownik semantyczny analiza wydźwięku

information retrieval semantic glossary sentiment analysis

Wydawca

Instytut Naukowo-Wydawniczy "SPATIUM". sp. z o.o.

Czasopismo

Autobusy : technika, eksploatacja, systemy transportowe

Rocznik

2017

Tom

R. 18, nr 12

Strony

1692--1697, CD

Opis fizyczny

Bibliogr. 19 poz., tab.

Twórcy

autor

Gładysz A.

Politechnika Rzeszowska

Bibliografia

1. Banic L., Mihanovic A., Brakus M., Using Big Data and sentiment analysis in product evaluation [w:] Proceedings of the 36th International Convention on Information & Communication Technology Electronics & Microelectronics, 2013.
2. Mouthami K., Devi K.N., Bhaskaran V.M., Sentiment analysis and classification based on textual reviews [w:] Proceedings of the 2013 International Conference on Information Communication and Embedded Systems (ICICES), 2013.
3. Stadnicki M., BI w służbie budowania relacji z klientem i lepszego zrozumienia jego potrzeb, „Nowoczesne Zarządzanie”, 2013, nr 1.
4. Pang B., Lee L., Opinion Mining and Sentiment Analysis, Foundations and Trends in Information Retrieval, 2008, no 2, s. 1-135.
5. Liu B., Sentiment analysis and opinion mining, Morgan & Claypool Publishers, San Rafael 2012.
6. Tang H., Tan S., Cheng X., A survey on sentiment detection of reviews, Expert Systems with Applications, no. 36(7), 2009.
7. Dubisz S., Uniwersalny słownik języka polskiego, PWN, Warszawa 2003.
8. Liu, B., Opinion Mining and Sentiment Analysis, w: Web Data Mining, Data-Centric Systems and Applications, Springer Berlin Heidelberg, 2011, s. 459-526.
9. Silva M., Carvalho P., Sarmento L., Building a Sentiment Lexicon for Social Judgement Mining, w: H. Caseli, A. Villavicencio, A. Teixeira i F. Perdigão (red.), Computational Processing of the Portuguese Language, tom 7243 z serii Lecture Notes in Computer Science, Springer Berlin Heidelberg, 2012, s. 218–228.
10. Ding X., Liu B., Yu P.S., A holistic lexicon-based approach to opinion mining, w: Proceedings of the 2008 International Conference on Web Search and Data Mining, WSDM ’08, ACM, New York, NY, USA, 2008, s. 231-240.
11. Liu B., Sentiment analysis and subjectivity, Nitin Indurkhya, Fred J. Damerau, redaktorzy, Handbook of Natural Language Processing, Second Edition. CRC Press, Taylor and Francis Group, Boca Raton, FL, 2010.
12. Cambria E., Schuller B., Yunqing Xia, Havasi C., New avenues in opinion mining and sentiment analysis, Intelligent Systems, IEEE, (Volume:28 , Issue: 2):15-21, March - April 2013.
13. Cambria E., Schuller B., Xia Y., Havasi C., New avenues in opinion mining and sentiment analysis, IEEE Intelligent Systems, vol. 28, no. 2, 2013, s. 15-21.
14. Hatzivassiloglou V., McKeown K. R., Predicting the semantic orientation of adjectives, ACL’98 Proceedings of the 35th Annual Meeting of the Association for Computational Linguistics and Eighth Conference of the European Chapter of the Association for Computational Linguistics, 1998.
15. Turney P. D., Thumbs up or thumbs down? semantic orientation applied to unsupervised classification of reviews, Proceedings of the 40th Annual Meeting of the Association for Computational Linguistics (ACL), July 2002, s. 417-424.
16. Hu M., Liu B., Mining and summarizing customer reviews, KDD’04 Proceedings of the tenth ACM SIGKDD international conference on Knowledge discovery and data mining, 2004, s. 168-177.
17. Kim S., Hovy E., Determining the sentiment of opinions, COLING’04 Proceedings of the 20th international conference on Computational Linguistics, Article No. 1367, 2004.
18. Gładysz A., Sieć semantyczna : nowe spojrzenie na zarządzanie wiedzą w aspekcie przedsiębiorstwa, Autobusy – Technika, Eksploatacja, Systemy Transportowe 2017, nr 6.
19. Gładysz A., Przegląd zastosowań analizy text miningowej, Autobusy – Technika, Eksploatacja, Systemy Transportowe 2016, nr 12.

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-f1bfa5d0-ccae-4a69-9abb-e00dac2faecf