haku: @keyword sentiment analysis / yhteensä: 4
hakutulos-lista
viite: 4 / 4
« edellinen | seuraava »
Tekijä:Sayfullina, Luiza
Työn nimi:Reducing Sparsity in Sentiment Analysis Data using Novel Dimensionality Reduction Approaches
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2014
Sivut:69      Kieli:   eng
Koulu/Laitos/Osasto:Perustieteiden korkeakoulu
Oppiaine:Machine Learning and Data Mining   (SCI3015)
Valvoja:Karhunen, Juha
Ohjaaja:Miche, Yoan
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201411123023
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  2015   | Arkisto
Avainsanat:sentiment analysis
tf-idf
word clustering
sparsity
Tiivistelmä (eng):No aspect of our mental life is more important to the quality and meaning of our existence than emotions and sentiments.
Recently researches have introduced many Machine Learning approaches to analyse sentiment from public blogs, social networks, etc.
Due to the sparse and high-dimensional textual datasets one needs Feature Selection before applying classifiers.
The scope of my thesis are Dimensionality Reduction techniques for predicting one of the two opposite sentiments, specifically for Polarity Classification.

The greatest challenge for Text Classification problems in general is data sparsity.
Especially it is for Bag-of-words model, where the document is represented by the number of occurrences of each term in the vocabulary.
Hence it can be hard for a classifier to understand the relationships between all the words in the initial vocabulary when training set is not large enough.

In this thesis I investigate possible steps required to decrease the sparsity: setting the vocabulary, using sentiment dictionaries, choosing data representation and Dimensionality Reduction methods and their underlying strategies.
I describe fast and intuitive unsupervised and supervised tf-idf scores for Feature Ranking.
In addition, Word Clustering algorithm for merging the words with very close semantical meaning is introduced.
By clustering semantically close words we decrease the feature space with minimum loss of information compared to Feature Selection, where we simply omit the features.

Polarity Classification problem is investigated on two datasets: SemEval 2013 Twitter Sentiment Analysis and KDD Project Excitement Prediction using Extreme Learning Machine.
Best performance for both datasets was achieved by using the proposed Word Clustering and supervised tf-idf score with 20 times less features than original vocabulary size.
ED:2014-11-16
INSSI tietueen numero: 50049
+ lisää koriin
« edellinen | seuraava »
INSSI