Reviews
Description
Ce manuscrit traite la problématique de la classification des sentiments par les méthodes d'apprentissage automatique, et ce pour les données sociaux. Cette tâche a récemment retenu l'attention de nombreux chercheurs, les données des médias sociaux devenant à la fois facilement disponible et d'une plus grand valeur. La structure des médias sociaux et la forme de leur données évoluent également rapidement.Pour l'exploration du texte et l'analyse de sentiment, les principales étapes requises sont le prétraitement des données, la conversion des données, l'extraction et la représentation des caractéristiques des données et différents méthodes des approches utilisés pour identifier la polarité du sentiment.La méthode supervisée naïve bayes multinomiale est utilisée pour classifier les données issus de twitter en deux classes et négative.
EXTRA 10 % discount with code: EXTRA
The promotion ends in 23d.22:18:01
The discount code is valid when purchasing from 10 €. Discounts do not stack.
Ce manuscrit traite la problématique de la classification des sentiments par les méthodes d'apprentissage automatique, et ce pour les données sociaux. Cette tâche a récemment retenu l'attention de nombreux chercheurs, les données des médias sociaux devenant à la fois facilement disponible et d'une plus grand valeur. La structure des médias sociaux et la forme de leur données évoluent également rapidement.Pour l'exploration du texte et l'analyse de sentiment, les principales étapes requises sont le prétraitement des données, la conversion des données, l'extraction et la représentation des caractéristiques des données et différents méthodes des approches utilisés pour identifier la polarité du sentiment.La méthode supervisée naïve bayes multinomiale est utilisée pour classifier les données issus de twitter en deux classes et négative.
Reviews