Relevant bibliographies by topics / Sentimentanalys

Contents

  1. Journal articles
  2. Dissertations / Theses
  3. Books
  4. Conference papers

Academic literature on the topic 'Sentimentanalys'

Author: Grafiati
Published: 4 June 2021
Last updated: 5 February 2022

Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles

Select a source type:

Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Sentimentanalys.'

Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.

You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.

Journal articles on the topic "Sentimentanalys"

1

홍문표. "Bigramm-basierte Sentimentanalyse." Zeitschrift f？r Deutsche Sprache und Literatur ll, no. 65 (September 2014): 27–46. http://dx.doi.org/10.30947/zfdsl.2014..65.27.

Full text
APA, Harvard, Vancouver, ISO, and other styles
2

홍문표. "Anaphernresolution für die Sentimentanalyse deutscher Texte." Zeitschrift f？r Deutsche Sprache und Literatur ll, no. 73 (September 2016): 147–66. http://dx.doi.org/10.30947/zfdsl.2016..73.147.

Full text
APA, Harvard, Vancouver, ISO, and other styles
3

Elawady, R., S. Barakat, and N. Elrashidy. "SENTIMENTANALYSIS FOR ARABIC AND ENGLISH DATASETS." International Journal of Intelligent Computing and Information Sciences 15, no. 1 (January 1, 2015): 55–70. http://dx.doi.org/10.21608/ijicis.2015.10911.

Full text
APA, Harvard, Vancouver, ISO, and other styles
4

홍문표. "Regelbasierte Sentimentanalyse von Twitter anhand eines Sentiment-Lexikons." Dokohak(Zeitschrift der Koreanischen Gesellschaft fuer Deutsche Sprachwissenschaft) ll, no. 32 (December 2015): 153–73. http://dx.doi.org/10.24814/kgds.2015..32.153.

Full text
APA, Harvard, Vancouver, ISO, and other styles
5

홍문표. "Automatische Sentimentanalyse der deutschen Texte anhand eines Sentiment-Lexikons." Dokohak(Zeitschrift der Koreanischen Gesellschaft fuer Deutsche Sprachwissenschaft) ll, no. 30 (December 2014): 173–95. http://dx.doi.org/10.24814/kgds.2014..30.173.

Full text
APA, Harvard, Vancouver, ISO, and other styles
6

홍문표. "Untersuchung zur Wortfrequenz in positiven/negativen Texten für eine automatische Sentimentanalyse." Koreanische Zeitschrift für Germanistik 50, no. 3 (September 2009): 414–33. http://dx.doi.org/10.31064/kogerm.2009.50.3.414.

Full text
APA, Harvard, Vancouver, ISO, and other styles
7

"Der Intuition Folgen: Was Ärzte besser können als Maschinen." kma - Klinik Management aktuell 23, no. 11 (November 2018): 35. http://dx.doi.org/10.1055/s-0036-1595504.

Full text
Abstract:
Forscher des MIT (Massachusetts Institute of Technology) werteten die schriftlichen Notizen von Ärzten über Intensivpatienten mithilfe der sogenannten Sentimentanalyse aus – eine Computerauswertung von Texten mit dem Ziel, spezielles Wissen herauszuarbeiten.
APA, Harvard, Vancouver, ISO, and other styles
8

"Corpora Based Classification to Perform Sentiment Analysis in Kannada Language." International Journal of Recent Technology and Engineering 8, no. 5 (January 30, 2020): 5186–91. http://dx.doi.org/10.35940/ijrte.e6872.018520.

Full text
Abstract:
In this modern era, the users’ opinions play an uncanny role in understanding how well a product has satisfied the customer requirements, so that the producer can change the product to suit the customers’ demands and these reviews also help the new consumers to decide on whether to purchase the product or not. Analysis of a particular entity's feelings in terms of positive, negative or neutral polarization is known as ‘Sentiment Analysis’. SentimentAnalysis is a sub-domain of opinion mining.Here the analysis is focused on the mining of emotions and opinions of the people towards a specific topic. The emotions and opinions are collected in the form of organized, semi-organized or amorphous data. As the world is slowly progressing towards regional languages, this article talks about extracting the opinions of a product in Kannada and performing analysis about these reviews and classifying them accordingly. The dataset or the corpus is scarce as it is not English. The limited corpus is being collected via website – https://gadgetloka.com through an API. However, extracting inclusive opinion manually from huge amorphous data would be a tedious task. An automated system called 'Sentiment Analysis or Opinion Mining' can solve this problem, which can analyze and extract the observation of the user throughout the reviews. In this classifier of review analysis, the process classifies the review via corpus, which is a huge collection of pre-defined data. The API that has been used is Python-Beautiful Soup via utf-8 text recognition method to parse Kannada characters. The reviews are converted to text sentence and each word of the sentence are broken down. Data mining task is done to find the sentiment of each word by comparing it with two stored files named as good.txt and bad.txt. Further, the analyzed result is given through text output as Positive, Negative or Neutral sentiments based on their weights
APA, Harvard, Vancouver, ISO, and other styles

Dissertations / Theses on the topic "Sentimentanalys"

1

Abdelmassih, Christian, and Axel Hultman. "Förutspå golfresultat med hjälp av sentimentanalys på Twitter." Thesis, KTH, Skolan för datavetenskap och kommunikation (CSC), 2016. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-188835.

Full text
Abstract:
Denna studie undersöker möjligheten att med hjälp av sentimentanalys av golfspelares twitterkonton kunna förutsäga deras kommande resultat. Studien baserades på två dataset: 155 professionella golfares resultat och 112 101 tweets insamlade från två säsonger på PGA­touren. Vår studie kan vara av intresse för till exempel spelbolag, spelare, tränare och fans. Det känslor golfspelarna uttryckt i sina tweets kvantifierades till ett siffervärde med hjälp av den lexikala sentimentsanalysmetoden AFINN. Resultaten av vår studie visar på mycket låg korrelation mellan de insamlade dataseten och att sentimentvärdena innehar en låg grad av prediktiv förmåga. Dessa resultat står i kontrast mot liknande forskning utförd på annan sport. Vår rekommendation för framtida studier är att basera modellen på fler variabler utöver sentimentvärde för att tydligare klargöra hur de känslor golfspelare uttrycker på twitter kan användas för att förutspå deras kommande resultat.
In this study we examine the relationship between the sentiment value of golf players’ tweets and their sports results to evaluate the predictive power of the their twitter accounts. Findings on this topic may be of value to bookmakers, gamblers, coaches and fans of sport. Our study is based on two datasets: PGA­tour golf statistics and 112 101 tweets made by 155 profesional golfers over the course of two seasons. The golf players’ sentiment was quantified using the lexical sentiment analysis method AFINN. In contrast to other research with similiar methods, our findings suggest that there is low correlation betweet the datasets and that the methods used in our study have low predictive power. Our recommendation is that future studies use additional prediction variables besides sentiment score to better evaluate the predictive power of golf players’ tweets.
APA, Harvard, Vancouver, ISO, and other styles
2

Frisell, Marcus, and Michael Glenn Schmitz. "Mäta förtroendesiffror med hjälp av sentimentanalys på Twitter." Thesis, KTH, Skolan för datavetenskap och kommunikation (CSC), 2017. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-208664.

Full text
Abstract:
Sentimentanalys av Twitterinlägg, samt kvantifiering och analys av dess resultat har de senaste decenniet fått enallt större spridning, både i den akademiska världen och i näringslivet. Denna undersökning har som mål attgranska huruvida det är möjligt att bestämma den amerikanska presidentens förtroendesiffror med hjälp av 259774 insamlade Twitterinlägg och ett dataset innehållandes förtroendesiffror för samma tidsperiod sammanställdfrån olika institut som genomför opinionsundersökningar. Potentiella intressenter av studien skulle kunna varavalforskare, lingvister och analytiker på olika institut såsom Gallup. Sentimentvärdet för varje Twitterinlägg bestämdes med hjälp av två olika listor med polaritetsvärdare ord, BPMoch AFINN. Det första är ett egensammansatt lexikon och det andra är ett lexikon framtaget för sentimentanalysinom framförallt sociala medier. Den kvantifierade datan kunde sedan jämföras med de manuellt sammanställdaförtroendesiffrorna från opinionsundersökningarna. Korrelation mellan våra sentimentvärderade Twitterinläggoch referensdatan var väldigt låg, vilket skiljer vår studie från andra liknande studier. Mer generella slutsatserkunde dras vid noggrannare undersökning och tydning av resultatet. Framtida studier bör ta hänsyn till sentimentanalysens ofta väldigt lågt prediktiva förmåga vid utförandet avliknande parametrar som i denna studie, d.v.s. med en värdering som bara returnerar positiva, negativa ellerneutrala resultat.
Sentimentanalysis of tweets, as well as quantification and analys of obtained results, has in the last decadereceived a fair share of attention, both in the academic world and the private sector. This study aims to toexamine whether or not it is possible to accurately assess the approval ratings of the President of the UnitedStates using a dataset containing 259.777 tweets and another where the approval ratings were accumulated overthe same time period from two different polling aggregators. Potential person with interest in this studie couldbe researchers who specialize in election, linguists and analyst at institutes such as Gallup. The sentiment value for each collected tweet was accrued using two different sentimentlexicons, AFINN and theone designed by us BPM. This quantified data could then be compared to the manually aggregated approvalratings. An exact mirroring of the result from the reference data and our own could not be made but moregeneral conclusions could be drawn such as that the general consensus on Twitter seems to be as negative as theapproval ratings.
APA, Harvard, Vancouver, ISO, and other styles
3

Ståhl, Sebastian, and Gustav Lantell. "Twitter förutsäger OMXS30? : En studie om sentimentanalys och förutsägande av OMXS30." Thesis, Uppsala universitet, Företagsekonomiska institutionen, 2016. http://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-301353.

Full text
Abstract:
Denna studie undersöker om sentimentet bland svenska Twitteranvändare kan vara en förutsägande faktor för förändringar av OMXS30. Studiens tillvägagångssätt är av kvantitativ sort där ett datorprogram skapas, vars uppgift är att hämta samt analysera data i realtid rörande sentimentet på Twitter. Vi erhåller blandade resultat av sentimentets förmåga att förutsäga förändringar av OMXS30. Modellen presterar bäst vid fyra dagars förskjutning, där det finns indikationer vilka tyder på att det är möjligt att förutspå svenskt aktieindex. Men då data insamlats under begränsad period kan dessa resultats relevans diskuteras.
APA, Harvard, Vancouver, ISO, and other styles
4

Frisk, Emil. "Med känsla för religion : Sentiment och innehåll i associationer till tre religiösa identiteter." Thesis, Uppsala universitet, Sociologiska institutionen, 2019. http://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-387743.

Full text
Abstract:
Den här studien syftar till att undersöka associationer till de religiösa identiteterna kristen, sekulär och muslim. Associationerna hämtas från 2 150 enkätsvar, där respondenterna har uppmanats ange det första de kommer att tänka på när de hör orden kristen, sekulär och muslim. Sentimentanalys används för att undersöka om det finns skillnader i hur positiva och negativa känslouttryck förekommer i associationerna. Innehållsanalys används för att undersöka om det finns skillnader i vad respondenterna associerar till. Studien vilar på två teoretiska ramverk: Granovetters teori om svaga och starka band i sociala nätverk samt Tajfels sociala identitetsteori. Teorierna används för att ytterligare belysa analyserna genom att sätta uppmätta skillnader i sentiment och innehåll i relation till respondenternas egna identiteter och egna sociala nätverk. Studien visar att de negativaste associationerna är kopplade till den muslimska identiteten och att respondenterna generellt sett är positivare till identiteter som de själva identifierar sig med. Vidare visar studien att respondenter som har en muslimsk person i sina sociala nätverk associerar positivare till både sekulära och muslimer, jämfört med respondenter vars sociala nätverk inte består av några muslimska relationer. Respondenter som har muslimer i sina sociala nätverk tycks också ha bättre kunskap kring den sekulära identiteten. Studiens fynd går i linje med båda de teoretiska ramverken, vilket behandlas vidare i det avslutande diskussionskapitlet. Där diskuteras även bland annat praktiska tillämpningar och vidare forskning.
APA, Harvard, Vancouver, ISO, and other styles
5

Holmgren, Mark, and Gustav Andrén. "Investerarforum och aktiehandel : En kvantitativ studie av investerarforum och dess förmåga att förutsäga aktiehandel." Thesis, Uppsala universitet, Företagsekonomiska institutionen, 2017. http://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-316739.

Full text
Abstract:
Internetbaserade investerarforum har blivit en allt viktigare källa till information för investerare. Forumen fungerar på så sätt att investerare med varierande kunskapsnivå delger sina funderingar och förhoppningar om företag och hur deras aktiers avkastning kan komma att se ut. Syftet med studien är att undersöka huruvida foruminläggsfrekvens och sentiment i foruminläggen kan indikera kommande förändringar i mindre bolags aktiers handelsrelaterade variabler. Totalt granskas elva bolags aktier och 40 055 foruminlägg. Sambanden mellan investerarforumen och aktiehandeln undersöks med en bivariat korrelationsanalys. Studien finner inte statistiskt signifikanta resultat för att sentimentnivå kan antyda aktiers kommande avkastning vilket styrker att aktiemarknadens effektivitet. Resultatet visar däremot att inläggsfrekvens korrelerar positivt med aktiers volatilitet, omsättning, volym och avslut.
APA, Harvard, Vancouver, ISO, and other styles
6

Björklund, Patrik, Siri Eksvärd, and Julia Falk. "Klagomål och kundbemötande : En studie om hur bolag bemöter kunders klagomål och frågor via sociala medier under en krissituation." Thesis, Uppsala universitet, Företagsekonomiska institutionen, 2020. http://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-415664.

Full text
Abstract:
I efterdyningarna av den första chocken från COVID-19 på europeiska flygbolag undersöker denna studie Twitteraktiviteten relaterad till fyra av dessa bolag och tillämpar sentimentanalys för att utforska interaktioner mellan kunder och bolag. Sambandet mellan kundsentimentet och bolagens svarstid, samt sambandet mellan kundsentiment och bolagens svarsfrekvens undersöktes men inga betydande korrelationer påträffades. Vidare undersökning av bolagens kundbemötande ledde till en mer detaljerad bild av vilka svarselement bolagen använde vid bemötandet. Dock var inte denna analys tillräckligt omfattande för att kunna dra några slutsatser kring effekterna av varje svarselement. Denna studie ställer frågan om sentimentanalys är en effektiv metod för att förstå hur olika bemötandestrategier via sociala medier påverkar kunders attityder gentemot ett företag.
APA, Harvard, Vancouver, ISO, and other styles
7

Shadman, Simon, and Linus Roxbergh. "Att förutspå värdet på Bitcoin med Twitter : En studie om analys av tweets och dess påverkan på priset på Bitcoin." Thesis, Uppsala universitet, Företagsekonomiska institutionen, 2018. http://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-354823.

Full text
Abstract:
Studiens syfte är att undersöka om uppmätt sentiment på Twitter kan vara en förutsägande faktor för priset på Bitcoin. En kvantitativ undersökning genomförs med regressionsmodeller där data inhämtas från Twitter i realtid. Resultatet indikerar ett svagt samband där bäst resultat erhölls med en tidsfördröjning av sentiment på 16 timmar, vilket tyder på att det kan finnas möjligheter att använda Twitter för att förutspå förändringar av priset på Bitcoin. Variationen av resultat för olika tidsperioder gör dock att det är svårt att dra generella slutsatser av studien.
APA, Harvard, Vancouver, ISO, and other styles
8

Lewerentz, Eric, and Ellinor Westerberg. "Sentiment analysis of tweets in comparison to a company’s financial performance." Thesis, KTH, Skolan för elektroteknik och datavetenskap (EECS), 2018. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-229766.

Full text
Abstract:
This study analyzes peoples reactions in social media to the release of a company’s quarterly report. Sentiment analysis was performed on tweets about a company both from a short-and long-term perspective. On the long-term perspective, a two year period of sentiment was studied in relation to its quarter’s percental change of net income and revenues. Three companies was investigated in this process. On the short-term perspective, a linear regression was conducted based the quarter’s percental change of net income and revenues and on sentiment score, ranging from release day to 2 days after the release of a company’s quarterly report, in total five companies were studied. The result inferred that there was no correlation between the company’s net income and the reaction on Twitter on both long and short-term. Our conclusion is that the attitude towards a company is influenced by other factors than net income and revenues. The study also indicates that sentiments found in Twitter messages regarding a company name are related to a positive or negative expectation of the company. Findings suggest future studies to focus on companies greatly dependent on one product and analyze sentiment regarding that product instead, as the product is likely to impact financial results.
Denna studie undersöker hur människors reaktioner utspelas på sociala medier efter att ett företags kvartalsrapport släppts. En sentimentanalys utfördes på tweets angående ett företag ur både ett kortsiktigt och ett långsiktigt perspektiv. I det långsiktiga perspektivet jämfördes sentimenten från en tvåårsperiod med resultatet från kvartalsrapporterna under samma tid. Tre företag undersöktes. I det kortsiktiga perspektivet utfördes en linjär regression baserat på förändringen av rörelseresultatet och intäkterna, samt sentimentet med ett tidsintervall på 2 dagar från det att bolagets kvartalsrapport publiceras, detta utfördes på fem bolag. Resultaten från både det långsiktiga och det kortsiktiga perspektivet tyder på att det inte finns någon korrelation mellan företagets rörelseresultat och intäkter, samt sentimentet på Twittermeddelanden innehållande bolagets namn. Vår slutsats är att inställningen till ett företag påverkas av andra faktorer än rörelseresultatet och intäkterna. Studien indikerar också att inställningen på Twitter till ett företagsnamn är baserat på en positiv eller negativ förväntan. Vi föreslår att framtida studier fokuserar på företag som är starkt beroende av en produkt och analyserar sentiment för den specifika produkten istället eftersom produkten i detta läge har en stor inverkan på kvartalsrapportens resultat.
APA, Harvard, Vancouver, ISO, and other styles
9

Janér, John, and Noah Rahimzadagan. "Swedish finance Twitter accounts short term impact on Swedish small cap companies." Thesis, KTH, Skolan för elektroteknik och datavetenskap (EECS), 2021. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-302342.

Full text
Abstract:
Over the last five years, the amount of retail investors has increased immensely. Trying to make informed decisions, many of the more active investors look to social media as a source of information. In early 2021, the eyes of the world focused on retail investors as Gamestop, a video game retailing company, experienced an immense price surge over the course of a few weeks on the stock market. This event, among others, lead the SEC (Securities and Exchange Commission) to open up a discussion about the impact of social media on the stock market. It seemed individual social media accounts were able to increase the volatility in a number of different stocks. This study investigates the immediate impact of larger Swedish Twitter accounts on the volatility and price of Swedish small- cap companies. Sentiment analysis and data modeling in the Python programming language were used in order to compare volatility and price changes before and after tweets of different sentiments were made about the companies. Our study was unable to find any correlation between an immediate change in price or an immediate increase in volatility and tweets made, suggesting Swedish finance Twitter accounts have little to no immediate impact on Swedish small- cap companies.
Under de senaste fem åren har antalet privata investerare ökat markant. När privata investerare försöker göra välgrundade investeringsbeslut brukar de ofta använda inlägg på sociala medier som ledstjärna. Tidigt på år 2021 vändes blickarna mot privata investerare när priset på spelåterförsäljningsföretaget Gamestops aktier ökat med flera hundratals procent under bara loppet av några få veckor. Denna prisökning fick SEC (Securities and Exchange Commission i USA) att inleda en diskussion om inverkan av sociala medier på aktiehandeln. Mycket påvisade att individuella konton på sociala medier hade förmågan att öka volatilitet av aktiepriser för vissa bolag. Det här forskningsprojektet ämnar att undersöka den omedelbara inverkan av svenska twitterkonton på pris och volatilitet av pris av svenska småföretags aktier. Sentimentanalys och datamodellering gjordes i programmeringsspråket Python för att jämföra volatilitet och prisändringar innan och efter tweets av olika sentiment gjordes om de olika företagen. Studien lyckades inte visa på korrelation mellan en omedelbar ändring i pris eller omedelbar ökning i volatilitet och gjorda tweets, vilket tyder på att twitterkonton har inget eller väldigt lite inflytande på svenska småföretag.
APA, Harvard, Vancouver, ISO, and other styles
10

Larsson, Martin, and Samuel Ljungberg. "Readability: Man and Machine : Using readability metrics to predict results from unsupervised sentiment analysis." Thesis, KTH, Skolan för elektroteknik och datavetenskap (EECS), 2021. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-301842.

Full text
Abstract:
Readability metrics assess the ease with which human beings read and understand written texts. With the advent of machine learning techniques that allow computers to also analyse text, this provides an interesting opportunity to investigate whether readability metrics can be used to inform on the ease with which machines understand texts. To that end, the specific machine analysed in this paper uses word embeddings to conduct unsupervised sentiment analysis. This specification minimises the need for labelling and human intervention, thus relying heavily on the machine instead of the human. Across two different datasets, sentiment predictions are made using Google’s Word2Vec word embedding algorithm, and are evaluated to produce a dichotomous output variable per sentiment. This variable, representing whether a prediction is correct or not, is then used as the dependent variable in a logistic regression with 17 readability metrics as independent variables. The resulting model has high explanatory power and the effects of readability metrics on the results from the sentiment analysis are mostly statistically significant. However, metrics affect sentiment classification in the two datasets differently, indicating that the metrics are expressions of linguistic behaviour unique to the datasets. The implication of the findings is that readability metrics could be used directly in sentiment classification models to improve modelling accuracy. Moreover, the results also indicate that machines are able to pick up on information that human beings do not pick up on, for instance that certain words are associated with more positive or negative sentiments.
Läsbarhetsmått bedömer hur lätt eller svårt det är för människor att läsa och förstå skrivna texter. Eftersom nya maskininlärningstekniker har utvecklats kan datorer numera också analysera texter. Därför är en intressant infallsvinkel huruvida läsbarhetsmåtten också kan användas för att bedöma hur lätt eller svårt det är för maskiner att förstå texter. Mot denna bakgrund använder den specifika maskinen i denna uppsats ordinbäddningar i syfte att utföra oövervakad sentimentanalys. Således minimeras behovet av etikettering och mänsklig handpåläggning, vilket resulterar i en mer djupgående analys av maskinen istället för människan. I två olika dataset jämförs rätt svar mot sentimentförutsägelser från Googles ordinbäddnings-algoritm Word2Vec för att producera en binär utdatavariabel per sentiment. Denna variabel, som representerar om en förutsägelse är korrekt eller inte, används sedan som beroende variabel i en logistisk regression med 17 olika läsbarhetsmått som oberoende variabler. Den resulterande modellen har högt förklaringsvärde och effekterna av läsbarhetsmåtten på resultaten från sentimentanalysen är mestadels statistiskt signifikanta. Emellertid är effekten på klassificeringen beroende på dataset, vilket indikerar att läsbarhetsmåtten ger uttryck för olika lingvistiska beteenden som är unika till datamängderna. Implikationen av resultaten är att läsbarhetsmåtten kan användas direkt i modeller som utför sentimentanalys för att förbättra deras prediktionsförmåga. Dessutom indikerar resultaten också att maskiner kan plocka upp på information som människor inte kan, exempelvis att vissa ord är associerade med positiva eller negativa sentiment.
APA, Harvard, Vancouver, ISO, and other styles
More sources

Books on the topic "Sentimentanalys"

1

Brunnberg, Dirk. Kapitalmarktkommunikation und Finanzanalysten: Eine Sentimentanalyse der Managerkommunikation in Analystenkonferenzen. Springer Gabler, 2018.

Find full text
APA, Harvard, Vancouver, ISO, and other styles

Conference papers on the topic "Sentimentanalys"

1

"Naïve Bayes SentimentAnalysis with Fixed and Variable Length Classes Training Data Sets." In 2019 the 9th International Workshop on Computer Science and Engineering. WCSE, 2019. http://dx.doi.org/10.18178/wcse.2019.06.041.

Full text
APA, Harvard, Vancouver, ISO, and other styles
2

Martins Feitosa, Rafael, Cleyton Aparecido Dim, Marcelle Pereira Mota, Jefferson Magalhães de Morais, Raimundo Viegas Junior, and Orlando Belo. "Um Modelo para Auxiliar a Descoberta e Classificação de Conteúdo para Ambientes Virtuais de Aprendizagem." In Computer on the Beach. Itajaí: Universidade do Vale do Itajaí, 2020. http://dx.doi.org/10.14210/cotb.v11n1.p475-481.

Full text
Abstract:
The massive amount of information currently available on the Internetmakes it difficult for teachers to curate quality educationalcontent or to select material for self-regulated study by students.Aiming to facilitate these steps in the teaching and/or learningprocess this article presents an approach to assist the discovery ofeducational content from the hybrid recommendation system andlater classification from the feedback evaluation with sentimentanalysis techniques trained with the Re-Li corpus. This paper describesthe proposed model, the implementation of a prototype andits application in non-formal training involving 13 participants.
APA, Harvard, Vancouver, ISO, and other styles
3

Casani, Vinicius, Rafael Gomes Mantovani, Alinne Cristinne Correa Souza, and Francisco Carlos Monteiro Souza. "Identificação de Perfis Depressivos em Redes Sociais Utilizando Aprendizado de Máquina: um Mapeamento Sistemático." In Computer on the Beach. Itajaí: Universidade do Vale do Itajaí, 2020. http://dx.doi.org/10.14210/cotb.v11n1.p183-190.

Full text
Abstract:
Depression is a psychological disorder that affects millions of peoplein theworld, regardless of their age, social class or nationality. In theliterature, different techniques have been studying to analyze andrecognize this disease such as Natural Language Processing, SentimentAnalysis, and Machine Learning. In this paper, we describe asystematic mapping to identify evidence regarding techniques thatare often used to identify depressive profiles.We analyzed 472 studiesand we selected 25 primary studies. These studies indicate thatthe SVM and NB techniques have been most used to detect possibledepressive profiles in social networks. Furthermore, Twitter andFacebook with 35,5% and 22,6%, respectively were the social mediamost have been used by users’ express their feelings regarding themost varied subjects.
APA, Harvard, Vancouver, ISO, and other styles
You might also be interested in the extended bibliographies on the topic 'Sentimentanalys' for particular source types:
Dissertations / Theses
We offer discounts on all premium plans for authors whose works are included in thematic literature selections. Contact us to get a unique promo code!

To the bibliography