Dissertations / Theses on the topic 'Sentimentanalys'

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

Artificiell intelligens (AI) har tagit världen med storm de senaste åren där nya implementationer och uppfinningar ständigt tas fram och implementeras. Ansiktsigenkänning är en teknik inom AI som kan användas för att identifiera bland annat kriminella eller terrorister genom övervakningskameror, identifiera underåriga drickare och motverka identifikationsstöld. Problemet med ansiktsigenkänningstekniker är att det finns en brist på kunskap om människors attityd till ansiktsigenkänning. Samtidigt som utvecklingen av AI går i en rasande fart och användandet av AI ständigt ökar i samhället, hänger inte de etiska reflektionerna på användningen av AI med i den snabba tekniska utvecklingen av AI. Etiska reflektioner handlar om egenskaper, syften och tilliten till AI. Det vill säga, används ansiktsigenkänning på ett sätt som är allmänt accepterat av de som utsätts för tekniken. Detta är ett intressant ämne eftersom samhällen och världen befinner sig i denna utveckling just nu.    Denna studie har som syfte att försöka fylla bristen på kunskap om människors attityd till ansiktsigenkänning genom att analysera människors inställning till det. Studien som genomförs består av Twitter-data som ligger till grund för en sentimentanalys. En sentimentanalys består av en kombination av en kvalitativ och kvantitativ analys. Studiens resultat visar att inställningen till ansiktsigenkänning beror på kontexten eller situationen den används i och till vilket syfte. Enligt den Twitter-data som hämtades för denna studie, verkar inställningen till ansiktsigenkänning skilja sig mellan olika länder. Resultatet av denna studie har även likheter med tidigare studier som undersökt inställning till ansiktsigenkänning.   Studien avser att göra ett metodbidrag genom att processen för datahämtning samt dataanalys dokumenteras. I resultatet görs en granskning av attitydklassificeringen där verktyget som används för att avgöra inställning jämförs med vad två verkliga personer anser att inställningen i ett visst tweet är. Det visade att det fanns en stor skillnad mellan hur människorna i testet och verktyget som används klassificerade sentiment.
Artificial intelligence (AI) has taken the world by storm in recent years where new implementations and inventions are constantly being developed and implemented. Facial recognition is a technology in AI that can be used to identify criminals or terrorists through surveillance cameras, identify underage drinkers and counteract identity theft. The problem with facial recognition techniques is that there is a lack of knowledge about how people react toward them. At the same time as the development of AI is accelerating and the use of AI is constantly increasing in society, the ethical reflections on the use of AI are not part of the rapid technological development of AI. Ethical reflections are about characteristics, purposes, and trust in AI. That means analyzing if facial recognition is used in a way that is widely accepted by those who are exposed to it. This is an interesting topic because societies and the world are currently in this development.   The aim of this study is to try and fill the gaps in the lack of knowledge about people's attitude toward facial recognition by analyzing people's attitudes toward it. The study that is carried out consists of Twitter data, which undergoes a sentiment analysis, which is a combination of a qualitative and quantitative analysis. The results of the study show that the attitude toward facial recognition depends on the context or situation it is used for and for what purpose. According to the Twitter data that was obtained for this study, the attitude toward facial recognition seems to differ between different countries. The results of this study also have similarities with previous studies that examined attitudes toward facial recognition.   The study intends to make a method contribution by documenting the process for data retrieval and data analysis. The result includes a review of the attitude classification where the tool used to determine attitude is compared to what two real people think the attitude in a particular tweet is. It turned out that there was a big difference between how the people in the test and the tool used for the analysis classified sentiments.

Since recent years, the use of non-traditional data sources by hedge funds in order to support investment decisions has increased. One of the data sources which has increased most is social media and it has become popular to analyze the public opinion with help of sentiment analysis in order to predict the performance of a company. In order to evaluate the public opinion one need big sets of Twitter data. The Twitter data was collected by streaming the Twitter feed and the stock data was collected from a Bloomberg Terminal. The aim of this study was to examine if there is a correlation between the public opinion of a stock and the stock price, and also what affects this relationship. While such a relationship cannot be established in general, we are able to show that if the data quality is good, there is a high correlation between the public opinion and stock price, and that significant events surrounding the company results in a higher correlation during that period.
De senaste åren har användandet av icke-traditionella datakällor ökat av hedgefonder för att ta investeringsbeslut. En av datakällorna som blivit populära är sociala medier och det har blivit vanligt att analysera folkopinionen med hjälp av sentimentanalys för att kunna förutspå ett företags resultat. För att analysera folkopinionen krävdes stora mängder Twitterdata. Twitter-datan hämtades genom att strömma Twitter-flödet och aktiedatan hämtades från en Bloomberg Terminal. Målet med studien var att undersöka ifall det finns en korrelation mellan folkopinionen av en aktie och aktiens prisutveckling, och även vad som påverkar denna relationen. Även om en sådan relation inte kan fastställas i allmänhet så kan vi visa att om datakvaliten är god, så finns det en hög korrelation mellan folkopinionen och aktiepriset, samt att vid betydande händelser som rör företaget, så resultar det i en hög korrelation under den perioden.

This study was conducted in partnership with RISE and Google, within the initiative “Academy of Lifelong Learning”, aiming to propel the digital transformation in the Swedish public sector. The study investigated the digital maturity of 18 authorities in terms of maturity level (early, developing maturing), and within the driving areas (1) Citizen Centricity, (2) Leadership, (3) Digital Toolbox and (4) Security and Sustainability. Further, it explored how citizens’ sentiment towards public authorities relates to the organizations’ digital maturity scores. The results of a digital maturity survey showed that 16 of the 18 contributing organizations were developing, whereas two scored just enough to be classified as maturing. The organizations performed best within Security and Sustainability, and the worst within the category Digital Toolbox—where the biggest competence gaps were also identified. To unlock citizens’ sentiment towards the authorities, sentiment analysis was conducted on Facebook data. In a correlation analysis, a significant negative relationship was surprisingly found between (i) maturity score and (ii) sentiment score, as well as between (i) maturity score and (ii) positive comments. Presumably, this can be explained by citizens interacting the most with the more mature organizations and thus expressing their dissatisfaction more. However, more analysis is needed to draw conclusions.
Studien genomfördes i samarbete med RISE och Google inom initiativet ”Akademin för livslångt lärande” (Academy of Lifelong Learning), som syftar till att driva på den digitala transformationen i den svenska offentliga sektorn. Studien undersökte 18 myndigheters digitala mognad med fokus på mognadsnivå (early, developing maturing), och inom de drivande områdena (1) medborgarperspektivet, (2) ledarskap, (3) digitala verktygslådan och (4) säkerhet och hållbarhet. Vidare undersöktes medborgarnas attityder gentemot offentliga myndigheter i relation till organisationernas digitala mognad. Resultatet från mognadsundersökningen visade att 16 av de 18 medverkande organisationerna var developing, medan två organisationer precis kunde klassificeras som mature. Organisationerna presterade bäst inom säkerhet och hållbarhet och sämst inom kategorin digitala verktygslådan—där de största kompetensbristerna även identifierades. För att utvärdera medborgarnas attityder gentemot myndigheterna genomfördes en sentimentanalys baserat på data från Facebook. I en korrelationsanalys hittades överraskande nog en signifikant negativt samband mellan (i) digital mognad och (ii) sentimentpoäng, samt mellan (i) digital mognad och (ii) positiva kommentarer. Detta kan antagligen förklaras med att medborgarna interagerar mer med de mest mogna organisationerna och därmed är mer benägna att utrycka sitt missnöje gentemot dem. Ytterligare analys behövs dock för att kunna dra sådana slutsatser och förklara resultatet.

This thesis examines the effect of coronavirus-related sentiment on Swedish stock market returns during the coronavirus pandemic. We study returns on the large cap and small cap price indices OMXSLCPI and OMXSSCPI during the period January 2, 2020 – April 30, 2020. Coronavirus sentiment proxies are constructed from news articles clustered into topics using latent Dirichlet allocation and scored through sentiment analysis. The impact of the sentiment proxies on the stock indices is then measured using a dynamic multiple regression model. The results show that the proxies representing fundamental changes in our model — Swedish Politics and Economic Policy — have a strongly significant impact on the returns of both indices, which is consistent with financial theory. We also find that sentiment proxies Sport and Coronavirus Spread are statistically significant and impact Swedish stock prices. This implies that coronavirus-related news influenced market sentiment in Sweden during the research period and could be exploited to uncover arbitrage. Finally, the amount of sentiment-inducing news published daily is shown to have an impact on stock price volatility.
Denna studie undersöker den effekt coronavirus-relaterat sentiment haft på avkastningen på svenska aktieindex under coronaviruspandemin. Vi studerar avkastningen på large cap- och small cap-prisindexen OMXSLCPI och OMXSSCPI under perioden 2 januari 2020 – 30 april 2020. Proxier för coronavirus-sentiment konstrueras från nyhetsartiklar som klustrats i ämnen genom latent Dirichlet-allokering och poängsatts genom sentimentanalys. Sentimentproxiernas påverkan på aktieindexen mäts sedan med en dynamisk multipel regressionsmodell. Resultaten visar att proxierna som representerar fundamentala förändringar i vår modell — svensk politik och ekonomisk policy — har en starkt signifikant inverkan på avkastningen på båda indexen, vilket är konsekvent med finansiell teori. Vi finner även att sentimentproxierna sport och spridning av coronaviruset är statistiskt signifikanta i sin påverkan på svenska aktiepriser. Detta innebär att coronavirus-relaterade nyheter påverkade marknadssentiment i Sverige under undersökningsperioden och skulle kunna användas för att upptäcka arbitrage. Slutligen visas mängden sentimentframkallande nyheter publicerade per dag ha en inverkan på aktieprisvolatilitet.

Classification of sentiment on customer reviews is a real-world application for many companies that offer text analytics and opinion extraction on customer reviews on different domains such as consumer electronics, hotels, restaurants, and car rental agencies. Natural Language Processing’s latest progress has seen the development of many new state-of-the-art approaches for representing the meaning of sentences, phrases, and words in the text using vector space models, so-called embeddings. In this thesis, we evaluated the most current and most popular text representation techniques against traditional methods as a baseline. The evaluation dataset consists of customer reviews from different domains with different lengths used by a text analysis company. Through a train dataset exploration, we evaluated which datasets were the most suitable for this specific task. Furthermore, we explored different techniques that could be used to alter a language model’s decisions without retraining it. Finally, all the methods were evaluated against their time performance and the resource requirements to present an overall experimental assessment that could potentially help the company decide which is the most appropriate technique to replace its system in a production environment.
Klassificeringen av attityd och känsloläge i kundrecensioner är en tillämpning med praktiskt värde för flera företag i marknadsanalysbranschen. Aktuell forskning i språkteknologi har etablerat vektorrum som standardrepresentation för ord, fraser och yttranden, så kallade embeddings. Denna uppsats utvärderar den senaste tidens mest framgångsrika textrepresentationsmodeller jämfört med mer traditionella vektorrum. Utvärdering görs genom att jämföra automatiska analyser med mänskliga bedömningar för kundrecensioner av varierande längd från olika domäner tillhandahållna av ett textanalysföretag. Inom ramen för studien har olika testmängder jämförts och olika sätt att modifera en språkmodells klassficering utan om träning. Alla modeller har också jämförts med avseende på resurs- och tidsåtgång för träning för att hjälpa uppdragsgivaren fatta beslut om vilken teknik som utgör den mest ändamålsenliga utvecklingsvägen för dess driftsatta system.

The aim of this study was to elaborate the possibilities of sentiment analyzing Swedish news article titles using machine learning approaches and find how the text is best represented in such conditions. Sentiment analysis has traditionally been conducted by part-of-speech tagging and counting word polarities, which performs well for large domains and in absence of large sets of training data. For narrower domains and previously labeled data, supervised learning can be used. The work of this thesis tested the performance of a convolutional neural network and a Support Vector Machine on different sets of data. The data sets were constructed to represent various language features. This included for example a simple unigram bag-of-words model storing word counts, a bigram bag-of-words model to include the ordering of words and an integer vector summary of the title. The study concluded that each of the tested feature sets gave information about the sentiment to various extents. The neural network approach with all feature sets combined performed better than the two annotators of the study. Despite the limited data set, overfitting did not seem to be a problem when using the features together.
Målet med detta arbete var att undersöka möjligheten till sentimentanalys av svenska nyhetsrubriker med hjälp av maskininlärning och förstå hur dessa rubriker bäst representeras. Sentimentanalys har traditionellt använt ordklassmärkning och räknande av ordpolariteter, som fungerar bra för stora domäner där avsaknaden av större uppmärkt träningsdata är stor. För mindre domäner och tidigare uppmärkt data kan övervakat lärande användas. Inom ramen för detta arbete undersöktes ett artificiellt neuronnät med faltning och en stödvektormaskin på olika datamängder. Datamängderna formades för att representera olika språkegenskaper. Detta inkluderade bland annat en enkel ordräkningsmodell, en bigramräkningsmodell och en heltalssummering av generella egenskaper för rubriken. I studien dras slutsatsen att varje datamängd innebar att ny information kunde tillföras i olika stor utsträckning. Det artificiella neuronnätet med alla datamängder tillsammans presterade bättre än de två personer som märkte upp data till denna studie. Trots en begränsad datamängd inträffade verkade inte modellerna övertränas.

The overall aim of this thesis was to identify and analyze good innovation management practices in Sweden’s most innovative large companies, excluding governmentally owned organizations. Out of 500 large organizations in Sweden, the top 25 most innovative companies have been ranked based upon over 7,000 printed press articles from 2018 available through Retriever Media. The companies are ranked by their innovations score which is calculated by the number of articles a company is mentioned in, adjusted to the company size, and multiplied with the mean sentiment score. The top 25 companies from the ranking was compared with 25 reference companies, active within the same industry based on the Swedish Standard Industrial Classification (SNI) number, that received a lower innovation score. Good innovation management practices were analyzed based on 14 qualitative interviews in 12 of the top 15 ranked companies and a quantitative survey responded by 20 top ranked and 17 reference companies. The interviews were semi structured with open ended questions to identify used practices, and the reasoning behind them. Spearman’s correlation method has been used to investigate if there was any correlation between the company’s innovation score, the mean performance score, and the mean importance score rated by respondents. The company case studies provide authentic examples on how and when different methods and concepts are used within industry. However, while theoretical frameworks often are strictly defined and described in solitary, the interviews have shown that when used within industry, it is rather the opposite. In many of the interviewed companies, frameworks and methods are modified, combined and constantly evolving. Aspects that the interviewees have expressed as important for an innovative company are: Innovation and change should be iterative, decentralized and started in small scale while receiving full support from top management. Examples of identified practices are: The innovation vision is used in the decision-making process for new ideas. Keywords connected to innovation are used for guiding new aspirations. There is an overall aim to become industry or/and digital leaders. Although the interviewed companies had similar innovation management practices, they were usually modified to fit within the company’s own organization and industry. The interviews contributed with interesting collection of practices within their authentic setting from which other companies could draw inspiration from. Lastly, a handbook was created describing how to conduct the innovation ranking annually, including a description of how to use the software as well as the required script of code.
Det övergripande syftet med denna uppsats har varit att identifiera och analysera hur ett antal stora och framgångsrika bolag bedriver innovationsledning. Av 500 svenska företag har de 25 mest innovativa rankats baserat på hur företagen framställts i över 7000 tryckta artiklar under 2018. I artiklarna som tagits fram via Retriever Media har företagen poängsatts efter antalet artiklar som de omnämnts i, korrigerat efter företagens storlek, multiplicerat med artiklarnas genomsnittliga sentimentvärde. De 25 högst rankade företagen jämfördes sedan med 25 referensföretag aktiva inom samma bransch enligt standarden för svensk näringsindelning (SNI). God innovationsledningspraxis identifierades och analyserades genom 14 intervjuer med 12 av de 15 högst rankade företagen, samt en enkätstudie som besvarades av 20 av de 25 högst rankade företagen och 17 av referensbolagen. Intervjuerna var semi strukturerade med öppna frågor för att identifiera den innovationsledningspraxis som företagen använder sig av samt bakomliggande resonemang. Spearmans rangkorrelation användes för att identifiera eventuella korrelationer mellan företagens innovationsrankning och hur företaget presterar med avseende på olika innovationsaspekter samt hur viktiga dessa aspekter anses. Analysen av innovationsledningspraxis resulterade i praktiska exempel på hur och när olika metoder, verktyg och strategier användes inom företagen. Managementteorier som kan uppfattas som strikta i litteraturen visade sig kombineras, modifieras och utvecklas i flera av de intervjuade företagen. Aspekter som företagen lyfte fram som viktiga var att innovation och förändring behöver ske iterativt, decentraliseras och startas småskaligt med full uppbackning av företagsledningen. Några av de olika sätt att framgångsrikt leda innovation som identifierats är att: Det finns en vision för hur för företaget ska jobba med innovation och denna vision ligger till grund för mycket av den beslutsfattande processen när det kommer till nya idéer. Nyckelord kopplade till olika innovationsmål används frekvent för att leda forskning och utveckling i rätt riktning. Det finns även ett övergripande mål om att bli det ledande företaget inom olika områden och näringsgrenar. Även om många av de intervjuade företagen hade liknande innovationsledningspraxis så var denna ofta modifierade för att passa det enskilda bolaget eller branschen. De intervjuade företagen bidrog med en stor mängd intressanta metoder och insikter som andra företag kan inspireras och dra nytta av för att förbättra sin innovationsledningsförmåga. Slutligen sammanställdes en handbok för att genomföra en innovationsrankning, inklusive hur man använder de programvaror som krävs samt all nödvändig kod för att möjliggöra en återkommande rankning av innovativa företag.

碩士
國立臺灣大學
資訊網路與多媒體研究所
103
In this “Big Data Era”, mining valuable information from customer reviews can benefit both companies and customers. Sentiment analysis on customer reviews remains to be challenging due to the variety of human language usages. This thesis proposes a new concept of context in sentiment analysis by exploring real data and referencing works in linguistics. In spite of the popular definition of context which refers to the surroundings of a word and is often used in word sense disambiguation, our context refers to a fragment of texts which only contain ambiguous opinion words or even no opinion words. To conduct the sentiment analysis on customer reviews, a new Chinese customer review dataset in the hotel domain has is on both the snippet level and the clause level. For clause segmentation, two strategies, i.e., punctuation-based method and parsing-based method, have been proposed, and the polarity shift caused by discourse markers and negation operators is also considered in the parsing-based method. To extract the context, two types of the opinion word lexicons are first built and then checked and filtered manually. Thus, four types of lexicons are constructed. We then apply these four lexicons to extracting context on both the snippet level and the context level. In the sentiment classification experiments, Support Vector Machine (SVM) model with bag-of-words features and Convolutional Neuron Network (CNN) model with word embedding vectors are employed. The experimental results show that CNN model can always achieve the highest performance on both levels. Besides, the results also indicate that considering context in the process of sentiment analysis on customer reviews is necessary. In addition, detail error analysis and case study are also performed to understand the experimental results.