인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록· 키워드
In der vorliegenden Arbeit wurde ein Ansatz zur automatischen Klassifizierung der Subjektivitat der Satzbedeutungen bei Twitter vor- geschlagen. Unter dem Begriff Subjektivitat der Bedeutung versteht man einen mentalen Zustand, der durch die Satzbedeutungen direkt oder indirekt ausgedruckt wird.
Der Ansatz stutzt sich auf das maschinelle Lernen, das im Bereich der kunstlichen Intelligenz fur die Patternerkennung erfolgreich herangezogen wird. Bisher wurden verschiedene Algorithmen aus dem Bereich des maschinellen Lernens vorgeschlagen. Dazu gehoren u. a. ‘Support Vector Machine (SVM)’, ‘Naive Bayesian’ und ‘Decision Tree’. In dieser Arbeit wurde der SVM-Algorithmus herangezogen.
Um den SVM-Algorithmus effektiv anzuwenden, mussen passende Merkmale fur das maschinelle Lernen ausgewahlt werden. Die meisten bisherigen Arbeiten haben die Worter im Lernkorpus als Merkmale verwendet. Diese Methode wird ‘bag of words’-Ansatz genannt. Sie zeigt einigermaßen befriedigende Ergebnisse in der Klassifizierung. Aber sie leidet unter dem sogenannten ‘overfitting’ Problem der Lerndaten.
Um diese Probleme zu vermeiden, wahlen wir die Merkmale aus dem Senti-Wortschatz Lexikon aus. Das Lexikon enthalt nur solche Eintrage, die eine positive oder negative Polaritat der Bedeutung aufweisen.
Im Twitter kann man aber oft vulgaren Wortern oder Emoticons begegnen, die Emotionen des Sprechers oder Verfassers aufweisen. Solche Worter und Emoticons konnen auch sehr effektive Merkmale darstellen, die fur das maschinelle Lernen erfolgreich angewendet werden.
Das Experiment zeigte, dass unser Ansatz um 5% besser bezuglich der ‘Accuracy’ als der ‘bag of words’-Ansatz ist. Auch bei der Klassifizierung der subjektiven Satze ubertrifft unser Ansatz den ‘bag of words’-Ansatz bezuglich der ‘Precision’. Aber der niedrige ‘Recall’-Wert bleibt als eine zukunftige Aufgabe zu losen.
#주관성
#Subjektivitat
#기계학습
#maschinelles Lernen
#논조분석
#Sentimentanalyse
#트위터
#Twitter
#자질선택
#Merkmalsauswahl
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
등록된 정보가 없습니다.
참고문헌
참고문헌 신청최근 본 자료
