Детальная информация

Название: Анализ тональности сообщений социальной сети: выпускная квалификационная работа бакалавра: 09.03.01 - Информатика и вычислительная техника ; 09.03.01_02 - Технологии разработки программного обеспечения
Авторы: Мануйлова Мария Игоревна
Научный руководитель: Богач Наталья Владимировна
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2018
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: анализ тональности; словарный подход; наивный байесовский классификатор; социальная сеть
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 09.03.01
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: Отзыв руководителя; Рецензия
DOI: 10.18720/SPBPU/2/v18-5041
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

В данной работе разработана программа, которая автоматически определяет тональность отзывов, найденных в социальной сети Twitter, о каком-либо событии или мероприятии по введенному ключевому слову. Был проведен обзор предметной области, в результате которого были выделены подходы автоматического определения тональностей и возможные проблемы. Были исследованы особенности сообщений данной социальной сети, а также подробнее были изучены наивный байесовский классификатор и словарный подход.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи СПбПУ Прочитать Печать Загрузить
Интернет Авторизованные пользователи (не СПбПУ)
-> Интернет Анонимные пользователи

Оглавление

  • ВВЕДЕНИЕ
  • 1. Автоматическое определение тональности
    • 1.1. Подходы автоматического определения тональности
      • 1.1.1. Подход, основанный на правилах
      • 1.1.2. Подход, основанный на использовании словарей тональности
      • 1.1.3. Подход, основанный на машинном обучении с учителем
      • 1.1.4. Подход, основанный на обучении без учителя
    • 1.2. Проблемы автоматического определения тональности
      • 1.2.1. Использование сарказма и иронии
      • 1.2.2. Использование отрицания
      • 1.2.3. Зависимость значения тональности от предметной области
      • 1.2.4. Безграмотные тексты и опечатки
    • 1.3. Вывод
  • 2. Исследование выбранных компонентов
    • 2.1. Особенности сообщений в социальной сети Twitter
      • 2.1.1. Малый размер сообщений
      • 2.1.2. Использование эмотиконов и других специальных символов
      • 2.1.3. Использование сленга, сокращений, наличие грамматических ошибок и опечаток
    • 2.2. Словарный подход анализа тональности
    • 2.3. Наивный байесовский классификатор
  • 3. Реализация автоматического определения тональности
    • 3.1. Используемые библиотеки
      • 3.1.1. tweepy
      • 3.1.2. nltk
      • 3.1.3. pymorphy2
      • 3.1.4. Word2Vec
      • 3.1.5. PyEnchant
      • 3.1.6. tkinter
    • 3.2. Алгоритм работы
      • 3.2.1. Загрузка и считывание словарей
      • 3.2.2. Поиск сообщений по ключевому слову
      • 3.2.3. Определение тональности
      • 3.2.4. Вывод результата
    • 3.3. Тестирование системы
      • 3.3.1. Ввод ключевого слова
      • 3.3.2. Поиск сообщений
      • 3.3.3. Анализ тональности
      • 3.3.4. Вывод результатов
      • 3.3.5. Работоспособность кнопок «Next» и «Exit»
    • 3.4. Результаты
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
  • ПРИЛОЖЕНИЕ. КОД ПРОГРАММЫ

Статистика использования

stat Количество обращений: 36
За последние 30 дней: 0
Подробная статистика