Počet záznamů: 1
Aplikace strojového zpracování jazyka v automobilovém průmyslu
Údaje o názvu Aplikace strojového zpracování jazyka v automobilovém průmyslu [rukopis] / František Špaček Další variantní názvy Aplikace strojového zpracování jazyka v automobilovém průmyslu Osobní jméno Špaček, František, (autor diplomové práce nebo disertace) Překl.náz Natural language processing application in automotive industry Vyd.údaje 2023 Fyz.popis 61 s. (121 114 znaků) : grafy, tab. Poznámka Oponent Ondřej Vrabeľ Ved. práce Vladimír Matlach Dal.odpovědnost Vrabeľ, Ondřej, (oponent) Matlach, Vladimír (vedoucí diplomové práce nebo disertace) Dal.odpovědnost Univerzita Palackého. Katedra obecné lingvistiky (udelovatel akademické hodnosti) Klíč.slova analýza sentimentu * strojové učení * neuronové sítě * automobilový průmysl * strojové zpracování jazyka * NLP * sentiment analysis * machine learning * neural networks * automotive industry * natural language processing * NLP Forma, žánr diplomové práce master's theses MDT (043)378.2 Země vyd. Česko Jazyk dok. čeština Druh dok. PUBLIKAČNÍ ČINNOST Titul Mgr. Studijní program Navazující Studijní program Obecná lingvistika Studijní obor Obecná lingvistika kniha
Kvalifikační práce Staženo Velikost datum zpřístupnění 00284721-309739328.pdf 0 1.8 MB 10.12.2023 Posudek Typ posudku 00284721-ved-378783774.pdf Posudek vedoucího 00284721-opon-516187685.pdf Posudek oponenta Průběh obhajoby datum zadání datum odevzdání datum obhajoby přidělená hodnocení typ hodnocení 00284721-prubeh-680376151.pdf 07.12.2023 10.12.2023 10.01.2024 A Hodnocení známkou
Tato práce se zabývá analýzou sentimentu a její aplikací v automobilovém průmyslu. Jsou zde nastíněna úskalí a omezení specifická pro komerční sféru. Dále jsou popsány také různé přístupy k analýze sentimentu, které jsou zkoumány především z hlediska přesnosti klasifikace sentimentu, ale také i z hlediska vhodnosti pro automatickou anotaci dat. Mezi testované přístupy patří slovníkové metody, statistické a prostorové metody, neuronové sítě a předtrénované modely. Závěrem je výkon natrénovaných modelů vyhodnocen na vlastním doménovém datasetu.This thesis addresses sentiment analysis and its application in the automotive industry, outlining challenges and limitations specific to the commercial sector. Various approaches to sentiment analysis are described, with a focus on both the accuracy of sentiment classification and suitability for automatic data annotation. Tested methods include dictionary-based approaches, statistical and spatial methods, neural networks, and pre-trained models. In the end, the performance of trained models is evaluated on a proprietary domain-specific dataset.
Počet záznamů: 1