Machine Learning Methods For Sentiment Analysis
Abstract
Галузь обробки природної мови(Natural Language Processing) зазнала швидкого розвитку за останнє десятирiччя. В першу чергу, такий стрiмкий розвиток став можливим завдяки велетенським обсягам оцифрованих та промаркiрованих даних та потужним комп’ютерам з великою обчислювальною потужнiстю. Цi два фактори є суттєвими для застосування методiв машинного навчання зi вчителем, якi довели свою ефективнiсть у порiвняннi з методами машинного навчання без учителя у бiльшостi задач обробки природньої мови. Проте наявнiсть маркiрованих даних завжди була вагомим обмежувальним фактором для цих методiв. Отже, роздивимось таке питання - чи можна створити такi обставини, за яких завдання обробки природної мови можна буде вирiшувати так само ефективно, але з використанням меншої кiлькостi ресурсiв?
Keywords
Not available
Specialisations
Similar theses
- Domain independence of Machine Learning and lexicon based methods in sentiment analysis. Meriton Xhymshiti · 2020
- Sentiment Analysis of Twitter Data Using Machine Learning and Deep Learning Methods Kundan Reddy Manda · KTH Royal Institute of Technology · 2019
- Machine learning and natural language processing for sentiment analysis on the internet Matija Jerin · University of Maribor · 2025
- Stock Price Movement Prediction Using Sentiment Analysis and Machine Learning Jenny Zheng Wang · California State Polytechnic University · 2021
- Sentiment analysis and sarcasm detection in texts using machine learning approaches Tianzheng Rong · 2021
- Sentiment Analysis Of Twitter Texts Using Machine Learning Algorithms Hawar BARZENJI · 2021
