Rozpoznawanie sentymentu w pisanym tekście

Abstract

Celem niniejszej pracy jest analiza i porównanie metod wektoryzacji oraz ekstrakcji cech do zadania analizy sentymentu w pisanym tekście z wykorzystaniem technik uczenia maszynowego. W ramach pracy zostało przeprowadzone badanie dwóch podejść ekstrakcji cech z dokumentów tekstowych - TF-IDF oraz osadzanie słów (ang. word embedding), różniące się od siebie sposobem reprezentacji tekstu w formie wektorów. Dla każdej z tych technik został przeprowadzony szereg testów badający wpływ metod ekstrakcji i selekcji cech na skuteczność algorytmu analizy sentymentu. Przeprowadzono analizę wpływu selekcji istotnych cech (dla metody TF-IDF) oraz wstępnej filtracji słów (dla osadzania słów) na dokładność klasyfikacji. Dodatkowo zostaną porównane dwa zbiory wektorów reprezentujących słowa - word2vec i GloVe, różniące się od siebie sposobem trenowania i ustalania wartości składowych wektorów reprezentujących słowa.