Λεπτομερής Aνάλυση Συναισθήματος/Άποψης
Περίληψη
Η επιστημονική περιοχή της Ανάλυσης Συναισθήματος/Άποψης αποτελεί ένα βασικό εργαλείο ανάλυσης δεδομένων σε πολλoύς κλάδους, καθώς βοηθάει στον αυτόματο εντοπισμό και την ανάλυση απόψεων, συναισθημάτων, συμπεριφορών και αναγκών που εκφράζονται από χρήστες του διαδικτύου σε τεράστιες ποσότητες μη δομημένων δεδομένων χρησιμοποιώντας μεθόδους Επεξεργασίας Φυσικής Γλώσσας και Εξόρυξης Κειμένου. Η ερευνητική δραστηριότητα αυτής της διδακτορικής διατριβής επικεντρώθηκε σε δύο τύπους περιεχομένου που παράγεται από χρήστες του διαδικτύου: αξιολογήσεις πελατών σχετικά με προϊόντα, υπηρεσίες και τα επιμέρους χαρακτηριστικά τους σε συγκεκριμένους τομείς επιχειρηματικής δραστηριότητας (κριτικές εστιατορίων και φορητών υπολογιστών), και λεκτικές επιθέσεις εναντίον προκαθορισμένων ομάδων στόχων (π.χ. πρόσφυγες, μετανάστες) στον χώρο των ανθρωπιστικών, και συγκεκριμένα, των Υπολογιστικών Κοινωνικών Επιστημών. Στο πλαίσιο αυτό, η παρούσα διατριβή παρουσιάζει: α) ένα ενιαίο πλαίσιο αναπαράστασης γνώσης ...
περισσότερα
Περίληψη σε άλλη γλώσσα
Sentiment Analysis constitutes a key data analytics tool in many contexts and domains, since it helps to automatically detect and analyze public opinions, emotions, attitudes, and needs in massive amounts of unstructured data using Natural Language Processing and Text Mining methods. The research activity of this PhD thesis focused on two types of opinionated user-generated content; evaluations expressed by customers about products and services and their aspects in particular domains of interest (restaurant and laptop reviews), and verbal attacks against predefined target groups of interest (e.g. refugees, immigrants) in the context of Computational Social Sciences, covering an industrial and a humanitarian use case of Sentiment Analysis, respectively. In this setting, this thesis presents: a) a principled unified knowledge representation framework and English benchmark datasets for Aspect Based Sentiment Analysis, and b) a linguistically inspired and data-driven framework for examinin ...
περισσότερα
Κατεβάστε τη διατριβή σε μορφή PDF (4.27 MB)
(Η υπηρεσία είναι διαθέσιμη μετά από δωρεάν εγγραφή)
|
Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.
|
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.