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
People may now express their thoughts and ideas with a wider audience because of the popularity of social media sites like Twitter, Instagram, and Facebook. Businesses now utilise Twitter to reply to client comments, reviews, and grievances. Every day, millions of individuals discuss a wide range of issues on Twitter by sharing their ideas and interests. Sentiment analysis is a useful method for analysing such data, which involves identifying the sentiment of the source text and classifying it as positive, neutral, or negative. However, due to the vast amount of data, it can be challenging for businesses to address every customer’s question or complaint in a timely manner. Some issues may be urgent but delayed due to the volume of information. In order to prioritize emergency tweets, a system is proposed that utilizes machine learning algorithms such as Random Forest, Support Vector Machine, Logistic Regression, and Naïve Bayes to identify tweets based on their urgency. The proposed system gathers and preprocesses unstructured data, performs feature extraction, trains, assesses and compares multiple machine learning models to determine the best classifier with the highest accuracy, and uses vectorization via a pipeline to determine the sentiment of a new tweet provided as input.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
