Title
Информатички модели у анализи осећања засновани на језичким ресурсима
Creator
Mladenović, Miljana, 1963-
Copyright date
2016
Object Links
Select license
Autorstvo 3.0 Srbija (CC BY 3.0)
License description
Dozvoljavate umnožavanje, distribuciju i javno saopštavanje dela, i prerade, ako se navede ime autora na način odredjen od strane autora ili davaoca licence, čak i u komercijalne svrhe. Ovo je najslobodnija od svih licenci. Osnovni opis Licence: http://creativecommons.org/licenses/by/3.0/rs/deed.sr_LATN Sadržaj ugovora u celini: http://creativecommons.org/licenses/by/3.0/rs/legalcode.sr-Latn
Language
Serbian
Cobiss-ID
Committee report
Theses Type
Doktorska disertacija
description
Datum odbrane: 14.07.2016.
Other responsibilities
mentor
Vitas, Duško, 1949-
član komisije
Pavlović-Lažetić, Gordana, 1955-
član komisije
Mitić, Nenad, 1959-
član komisije
Devedžić, Vladan, 1959-
član komisije
Krstev, Cvetana, 1952-
Academic Expertise
Prirodno-matematičke nauke
Academic Title
-
University
Univerzitet u Beogradu
Faculty
Matematički fakultet
Alternative title
Information models in sentiment analysis based on linguistic resources
Publisher
[М. Младеновић]
Format
XXVI, 304 листа
description
Рачунарство - Рачунарска лингвистика / Computer science - Computational linguistics
Abstract (sr)
Почетак новог миленијума обележен је бурним развојем
друштвених мрежа, интернет технологијама у облаку и применом вештачке
интелигенције у веб алатима. Изузетно брз раст броја текстова на интернету
(блогова, сајтова за електронску трговину, форума, дискусионих група,
система за пренос кратких порука, друштвених мрежа и портала за објаву
вести) увећао је потребу за развојем метода брзе, свеобухватне и прецизне
анализе текста. Због тога је значајан развој језичких технологија чији су
примарни задаци: класификација докумената (енг. Document classification),
груписање докумената (енг. Document clustering), проналажење информација
(енг. Information Retrieval), разрешавање значења вишезначних речи (енг.
Word-sense disambiguation), екстракција из текста (енг. Text еxtraction),
машинско превођење (енг. Machine translation), рачунарско препознавање
говора (енг. Computer speech recognition), генерисање природног језика (енг.
Natural language generation), анализа осећања (енг. sentiment analysis), итд. У
рачунарској лингвистици данас је у употреби више различитих назива за
област чији је предмет интересовања обрада осећања у тексту:
класификација према осећању (енг. sentiment classification), истраживање
мишљење (енг. opinion mining), анализа осећања (енг. sentiment analysis),
екстракција осећања (енг. sentiment extraction). По својој природи и методама
које користи, анализа осећања у тексту спада у област рачунарске
лингвистике која се бави класификацијом текста. У процесу обраде осећања
се, у општем случају, говори о три врсте класификације текстова:...
Abstract (en)
The beginning of the new millennium was marked by huge development
of social networks, internet technologies in the cloud and applications of artificial
intelligence tools on the web. Extremely rapid growth in the number of articles on
the Internet (blogs, e-commerce websites, forums, discussion groups, and systems
for transmission of short messages, social networks and portals for publishing
news) has increased the need for developing methods of rapid, comprehensive and
accurate analysis of the text. Therefore, remarkable development of language
technologies has enabled their applying in processes of document classification,
document clustering, information retrieval, word sense disambiguation, text
extraction, machine translation, computer speech recognition, natural language
generation, sentiment analysis, etc. In computational linguistics, several different
names for the area concerning processing of emotions in text are in use: sentiment
classification, opinion mining, sentiment analysis, sentiment extraction. According
to the nature and the methods used, sentiment analysis in text belongs to the field
of computational linguistics that deals with the classification of text. In the process
of analysing of emotions we generally speak of three kinds of text classification:...
Authors Key words
обрада природног језика, анализа осећања, класификација
текстова према осећањима, метода максималне ентропије, екстракција
предиктора, доменска онтологија, онтологија задатака, реторичке фигуре,
WordNet
Authors Key words
natural language processing, opinion mining, sentiment analysis,
maximum entropy method, feature extraction, domain ontology, task ontology,
rhetorical figures, WordNet
Classification
811.163.41'366:004.822(043.3), 811.163.41'322.2(043.3)
Type
Tekst
Abstract (sr)
Почетак новог миленијума обележен је бурним развојем
друштвених мрежа, интернет технологијама у облаку и применом вештачке
интелигенције у веб алатима. Изузетно брз раст броја текстова на интернету
(блогова, сајтова за електронску трговину, форума, дискусионих група,
система за пренос кратких порука, друштвених мрежа и портала за објаву
вести) увећао је потребу за развојем метода брзе, свеобухватне и прецизне
анализе текста. Због тога је значајан развој језичких технологија чији су
примарни задаци: класификација докумената (енг. Document classification),
груписање докумената (енг. Document clustering), проналажење информација
(енг. Information Retrieval), разрешавање значења вишезначних речи (енг.
Word-sense disambiguation), екстракција из текста (енг. Text еxtraction),
машинско превођење (енг. Machine translation), рачунарско препознавање
говора (енг. Computer speech recognition), генерисање природног језика (енг.
Natural language generation), анализа осећања (енг. sentiment analysis), итд. У
рачунарској лингвистици данас је у употреби више различитих назива за
област чији је предмет интересовања обрада осећања у тексту:
класификација према осећању (енг. sentiment classification), истраживање
мишљење (енг. opinion mining), анализа осећања (енг. sentiment analysis),
екстракција осећања (енг. sentiment extraction). По својој природи и методама
које користи, анализа осећања у тексту спада у област рачунарске
лингвистике која се бави класификацијом текста. У процесу обраде осећања
се, у општем случају, говори о три врсте класификације текстова:...
“Data exchange” service offers individual users metadata transfer in several different formats. Citation formats are offered for transfers in texts as for the transfer into internet pages. Citation formats include permanent links that guarantee access to cited sources. For use are commonly structured metadata schemes : Dublin Core xml and ETUB-MS xml, local adaptation of international ETD-MS scheme intended for use in academic documents.