Εφαρμογή μεθόδων Βαθιάς Μάθησης για την αναγνώριση συναισθήματος κειμένου (Bachelor thesis)

Κερμιζίδης, Ραφαήλ


Full metadata record
DC FieldValueLanguage
dc.contributor.authorΚερμιζίδης, Ραφαήλel
dc.date.accessioned2022-01-12T13:38:31Z-
dc.date.available2022-01-12T13:38:31Z-
dc.identifier.urihttp://195.251.240.227/jspui/handle/123456789/13784-
dc.descriptionΠτυχιακή εργασία - Σχολή Τεχνολογικών Εφαρμογών - Τμήμα Μηχανικών Πληροφορικής, 2017 α.α. 8957el
dc.rightsDefault License-
dc.subjectSentimenten
dc.subjectΣυναίσθημαel
dc.subjectΑνάλυσηel
dc.subjectAnalysisen
dc.subjectNetworken
dc.subjectΔίκτυοel
dc.subjectStatisticsen
dc.subjectΣτατιστικήel
dc.titleΕφαρμογή μεθόδων Βαθιάς Μάθησης για την αναγνώριση συναισθήματος κειμένουel
heal.typebachelorThesis-
heal.type.enBachelor thesisen
heal.generalDescriptionΠτυχιακή εργασίαel
heal.classificationDeep learning (Machine learning)en
heal.classificationΒαθιά μάθηση (Μηχανική μάθηση)el
heal.classificationΝευρωνικά δίκτυα (Πληροφορική)el
heal.classificationNeural networks (Computer science)en
heal.classificationΑνάλυση συναισθήματοςel
heal.classificationSentiment analysisen
heal.identifier.secondary8957-
heal.dateAvailable2022-01-12T13:39:31Z-
heal.languageel-
heal.accessfree-
heal.recordProviderΣχολή Τεχνολογικών Εφαρμογών / Τμήμα Μηχανικών Πληροφορικήςel
heal.publicationDate2017-10-12-
heal.bibliographicCitationΚερμιζίδης Ραφαήλ, Εφαρμογή μεθόδων Βαθιάς Μάθησης για την αναγνώριση συναισθήματος κειμένου, Σχολή Τεχνολογικών Εφαρμογών / Τμήμα Μηχανικών Πληροφορικής, Διεθνές Πανεσπιστήμιο Ελλάδος, 2017el
heal.abstractΤο μοντέλο bag-of-words είναι μια απλουστευμένη αναπαράσταση που χρησιμοποιείται στην επεξεργασία της φυσικής γλώσσας και στην ανάκτηση πληροφοριών (IR). Σε αυτό το μοντέλο, ένα κείμενο (όπως μια πρόταση ή ένα έγγραφο) αναπαρίσταται ως η τσάντα (multiset) των λέξεων της, αγνοώντας τη γραμματική και ακόμη και την τάξη των λέξεων, διατηρώντας όμως την πολλαπλότητα. Το μοντέλο bag-of-words έχει επίσης χρησιμοποιηθεί για την όραση του υπολογιστή. Το μοντέλο bag-of-words χρησιμοποιείται συνήθως σε μεθόδους ταξινόμησης εγγράφων όπου η συχνότητα εμφάνισης κάθε λέξης χρησιμοποιείται ως χαρακτηριστικό γνώρισμα για την κατάρτιση ενός ταξινομητή. Στην πτυχιακή εργασία θα παρουσιαστούν η συγκεκριμένη μέθοδος για την αναγνώριση συναισθήματος κειμένου(θετικό / αρνητικό συναίσθημα) χρησιμοποιώντας ένα σύνολο από βιβλιοθήκες και κωδικοποιώντας το σε γλώσσα python χρησιμοποιώντας την βιβλιοθήκη tensorflow . Θα χρησιμοποιηθούν βαθιά νευρωνικά δίκτυα(Convolutional neural network) για την ανάλυση κειμένου. Θα αναφερθούμε σε έννοιες για να κατανοήσουμε καλύτερα τι είναι ένα νευρωνικό δίκτυο , γιατί χρειαζόμαστε νευρωνικά δίκτυα και συγκεκριμένα γιατί να μας κινεί το ενδιαφέρον η αναγνώριση συναισθήματος καθώς επίσης γιατί είναι χρήσιμος ο τομέας των νευρωνικών δικτύων.Τέλος θα κάνουμε λεπτομερής αναφορά σε αλγόριθμο αλλά και στα αποτελέσματα που εξάγαμε.el
heal.tableOfContentsΠερίληψη 2 Περιεχόμενα 3 Εισαγωγή 4 Νευρωνικά Δίκτυα 4 Εισαγωγή 4 Απλό νευρωνικό δίκτυο 1.1 5 Συναρτήσεις ενεργοποίησης 1.2 6 Εφαρμογές 1.3 8 Εκπαίδευση νευρωνικών δικτύων 10 Εκπαίδευση 10 1.3 Ενδεικτική εικόνα ανάλυσης συναισθημάτων 12 Αναγνώριση προτύπων 12 Τομείς Χρησιμότητας 14 Μάρκετινγκ 14 Έρευνα 15 Χρηματιστήριο 15 Λεκτική γραμματική 16 Συλλογή δεδομένων από το διαδίκτυο 23 Υλοποίηση αλγορίθμου 28 Scrapping ενδεικτικό παράδειγμα 28 Μοντέλο bag-of-words και Δημιουργία λεξικού 31 Παράδειγμα εφαρμογής 32 Tensorflow 34 Convolutional Neural Network (CNN) 35 Υλοποίηση 41 Στατιστικά στοιχεία και αποτελέσματα 50 Μοντέλο Word2vec Gensim 55 Συμπέρασμα 59 Αναφορές 59el
heal.advisorNameΔιαμαντάρας, Κωνσταντίνοςel
heal.committeeMemberNameΔιαμαντάρας, Κωνσταντίνοςel
heal.academicPublisherΣχολή Τεχνολογικών Εφαρμογών / Τμήμα Μηχανικών Πληροφορικήςel
heal.academicPublisherIDihu-
heal.numberOfPages64-
heal.fullTextAvailabilitytrue-
heal.type.elΠροπτυχιακή/Διπλωματική εργασίαel
Appears in Collections:Πτυχιακές Εργασίες

Files in This Item:
File Description SizeFormat 
Κερμιζίδης Ραφαήλ.pdfΚερμιζίδης, Πτυχιακή 1.94 MBAdobe PDFView/Open



 Please use this identifier to cite or link to this item:
http://195.251.240.227/jspui/handle/123456789/13784
  This item is a favorite for 0 people.

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.