Tεχνικές NLP και twitter sentiment analysis

Abstract

Η ταχεία εξέλιξη του Παγκόσμιου Ιστού (WWW) τα τελευταία χρόνια, σε συνδυασμό με τον αυξανόμενο ενθουσιασμό για τα κοινωνικά δίκτυα, έχει αναμφισβήτητα προσφέρει ένα ευνοϊκό περιβάλλον για την ανάπτυξη της Ανάλυσης Δεδομένων. Συγκεκριμένα, αναφερόμαστε στην ανάλυση δεδομένων που προέρχονται από τα κοινωνικά δίκτυα, δεδομένου του τεράστιου όγκου δεδομένων που διαθέτουν. Αυτή η διπλωματική διερευνά την πρακτική εφαρμογή τεχνικών επεξεργασίας φυσικής γλώσσας (NLP) για την ανάλυση του συναισθήματος στο Twitter και την ανίχνευση ομιλίας μίσους. Το Κεφάλαιο 1 εισάγει τη σημασία του NLP στην κατανόηση και την ανάλυση των μοτίβων της ανθρώπινης γλώσσας. Στο Κεφάλαιο 2 διεξάγεται μια ολοκληρωμένη βιβλιογραφική ανασκόπηση, που καλύπτει τις θεμελιώδεις έννοιες του NLP, τα βήματα που εμπλέκονται στην επεξεργασία NLP και τις βασικές εφαρμογές του NLP, όπως η ανίχνευση σαρκασμού, η ανάκτηση πληροφοριών, η μεταφραστική μηχανική και η ανάλυση των συναισθημάτων. Στη συνέχεια, η εστίαση μετατοπίζεται στην ανάλυση των συναισθημάτων, τα στάδια, τα οφέλη και την εφαρμογή του στο περιβάλλον Twitter. Το Κεφάλαιο 3 ασκεί την εφαρμογή της έρευνας, περιγράφοντας λεπτομερώς τις μεθοδολογίες συλλογής δεδομένων και της επακόλουθης διαδικασίας ανάλυσης δεδομένων. Αυτό περιλαμβάνει τη φόρτωση και την εξερεύνηση του συνόλου δεδομένων, την προεπεξεργασία δεδομένων, την ανάλυση διερευνητικών δεδομένων (EDA), την εξαγωγή χαρακτηριστικών, την εκπαίδευση μοντέλων και την τελειοποίηση τους. Τέλος, το Κεφάλαιο 4 παρουσιάζει συμπεράσματα που προέρχονται από την ανάλυση και παρέχουν προτάσεις για μελλοντικές οδηγίες έρευνας. Μέσω εμπειρικού πειραματισμού και κριτικής αξιολόγησης, αυτή η εργασία συμβάλλει στην προώθηση της κατανόησης των τεχνικών NLP, στην αντιμετώπιση των προκλήσεων της ανάλυσης των συναισθημάτων και της ανίχνευσης ομιλίας μίσους στις πλατφόρμες των κοινωνικών μέσων.