Αυξητική μέθοδος ανάλυσης συναισθήματος σε περιβάλλον microblogging

Abstract

Τα εργαλεία μηχανικής μάθησης που στοχεύουν στην ανάλυση του συναισθήματος κειμένων, είναι από τα πλέον καινοτόμα εργαλεία μηχανικής μάθησης. Για την εκπαίδευση τέτοιων εργαλείων, συνήθως απαιτούνται πολύ μεγάλα datasets τα οποία μπορεί να μην είναι διαθέσιμα στην πληρότητά τους από την αρχή, αλλά να δημιουργούνται σταδιακά. Μία νέα και καινοτόμα προσέγγιση των εργαλείων ανάλυσης συναισθήματος, η οποία μελετάται στην παρούσα διπλωματική εργασία, είναι αυτά που εκπαιδεύονται με αυξητικό τρόπο. Η παρούσα διπλωματική εργασία αποτελείται από τέσσερα κεφάλαια. Στο Κεφάλαιο 1 αναφέρονται οι κυριότερες μέθοδοι για την αναπαράσταση κειμένου με αριθμούς (διανύσματα), καθώς και η μέθοδος που επιλέχθηκε. Στο Κεφάλαιο 2 παρουσιάζονται διάφοροι ταξινομητές που λειτουργούν με αυξητικό τρόπο. Αυτοί μελετήθηκαν σε βάθος, ορίστηκαν κριτήρια για την επιλογή του βέλτιστου και βάσει αυτών, βρέθηκε ο βέλτιστος ταξινομητής για την κατηγοριοποίηση μικρών κειμένων (περιβάλλον microblogging) με βάση το συναίσθημά τους, ο οποίος λειτουργεί με αυξητικό τρόπο. Στο Κεφάλαιο 3 παρουσιάζεται εις βάθος μελέτη του βέλτιστου ταξινομητή. Ο ταξινομητής αυτός υποβλήθηκε σε διάφορους ελέγχους και η απόδοση ταξινόμησής του ελέγχθηκε σε διαφορετικές περιπτώσεις. Τέλος, δημιουργήθηκε ένα ολοκληρωμένο εργαλείο για την ταξινόμηση μικρών κειμένων με βάση το συναίσθημά τους, το οποίο λειτουργεί με αυξητικό τρόπο και βασίστηκε στον επιλεγμένο ταξινομητή. Το Κεφάλαιο 4 αποτελεί μια σύνοψη και την κατακλείδα της παρούσας διπλωματικής εργασίας.