Analiza treści w strumieniu mediów społecznościowych na przykładzie dyskusji nt. COVID-19 na Twitterze

dc.contributor.author	Kopaczewski, Piotr
dc.date.accessioned	2023-01-02T09:04:24Z
dc.date.available	2023-01-02T09:04:24Z
dc.date.issued	2023-01-02
dc.identifier.issn	2021/M/DS/14
dc.identifier.uri	https://repin.pjwstk.edu.pl/xmlui/handle/186319/2052
dc.description.abstract	Przedmiotem pracy jest analiza danych tekstowych zebranych z platformy Twitter[1] w kontekście pandemii wirusa COVID-19. Dane przefiltrowano względem hashtagu #koronawirus oraz #coronavirus odpowiednio dla dokumentów polskojęzycznych i anglojęzycznych. Wykorzystując techniki NLP, otrzymano tematy najczęściej przewijające się w dokumentach tekstowych zebranych z platformy Twitter dla każdego miesiąca w roku 2020 (luty-grudzień), osobno dla każdego z języków. Pozwoliło to uzyskać wgląd w sposób kształtowania się dyskusji wokół pandemii w Polsce i na świecie na przestrzeni roku. Umożliwiło to również porównanie tych dwóch środowisk (polsko- i anglojęzycznego) między sobą. Oprócz przeprowadzonych analiz, w pracy wskazano również możliwe problemy, jak i pomysły na rozwiązanie niektórych z tych trudności.	pl_PL
dc.language.iso	other	pl_PL
dc.relation.ispartofseries	;Nr 6283
dc.subject	Przetwarzanie języka naturalnego	pl_PL
dc.subject	Rozpoznawanie nazw własnych	pl_PL
dc.subject	Modelowanie tematyczne	pl_PL
dc.title	Analiza treści w strumieniu mediów społecznościowych na przykładzie dyskusji nt. COVID-19 na Twitterze	pl_PL
dc.type	Thesis	pl_PL