Automatická detekce argumentace

Show simple item record
dc.contributor.advisorSteinberger Josef, Doc. Ing. Ph.D.
dc.contributor.authorHourová, Barbora
dc.contributor.refereeHercig Tomáš, Ing.
dc.date.accepted2017-6-19
dc.date.accessioned2018-01-15T15:02:18Z
dc.date.available2016-11-4
dc.date.available2018-01-15T15:02:18Z
dc.date.issued2017
dc.date.submitted2017-5-12
dc.description.abstractTato práce se zabývá automatickou detekcí argumentace, konkrétněji detekcí postoje (angl. stance). Zde to znamená, že máme dva výroky, a snažíme se určit, jestli spolu souhlasí, nebo jsou v rozporu. Jeden výrok je vždy téma, druhý je komentář k tomuto tématu. Argumentaci detekujeme pomocí strojového učení s učitelem. V práci je navržena metoda, která za pomoci příznaků (angl. Features) klasifikuje jednotlivé komentáře. Příznaky jsou vektorová reprezentace komentáře. Každý komentář je reprezentován pouze nějakou svou vlastností, například prvním slovem. Klasifikuje se do tří tříd: PRO, PROTI a NIC (není pro ani proti). Metoda se testuje na datovém korpusu, ve kterém byly ručně anotovány jednotlivé třídy. Komentáře byly stažené ze zpravodajského serveru, z diskuzí ke článkům.cs
dc.description.abstract-translatedThis thesis deals with automatic detection of argumentation, or specifically stance. In this case it means, that we have two statements and we try to determine, whether the statements agree or conflict with each other. One statement is always a theme and the second one is commentary to that theme. Argumentation is detected by supervised machine learning. This thesis propose a method, which classifies the commentaries with use of features. Feature is a vector representation of the commentary. Each commentary is represented by its atrribute, e.g. first word. We classify the comments to three classes: FAVOR, AGAINST and NONE (neither in favor or against). The method is tested on data corpus, where each commentary was annotated manually. The commentaries were downloaded from czech news server, from article discussions.en
dc.description.resultObhájenocs
dc.format58 s., 3. s. Přílohcs
dc.format.mimetypeapplication/pdf
dc.identifier72485
dc.identifier.urihttp://hdl.handle.net/11025/27162
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.rights.accessopenAccessen
dc.subjectdetekce postojecs
dc.subjectdetekce argumentacecs
dc.subjectstrojové učení s učitelemcs
dc.subjectonline diskuzecs
dc.subject.translatedstance detectionen
dc.subject.translateddetection of argumentationen
dc.subject.translatedopinion miningen
dc.subject.translatedsupervised machine learningen
dc.subject.translatedonline discussionsen
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.thesis.degree-levelNavazujícícs
dc.thesis.degree-nameIng.cs
dc.thesis.degree-programInženýrská informatikacs
dc.titleAutomatická detekce argumentacecs
dc.title.alternativeAutomatic detection of argumentationen
dc.typediplomová prácecs
local.relation.IShttps://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=72485

Files

Original bundle
Showing 1 - 4 out of 4 results
No Thumbnail Available
Name:
Barbora Hourova - ZCU - Diplomova prace.pdf
Size:
579 KB
Format:
Adobe Portable Document Format
Description:
Plný text práce
Download
No Thumbnail Available
Name:
A14N0008Khodnoceni-ved.PDF
Size:
361.55 KB
Format:
Adobe Portable Document Format
Description:
Posudek vedoucího práce
Download
No Thumbnail Available
Name:
A14N0008Kposudek-op.PDF
Size:
450.7 KB
Format:
Adobe Portable Document Format
Description:
Posudek oponenta práce
Download
No Thumbnail Available
Name:
A14N0008Kobhajoba.PDF
Size:
206.34 KB
Format:
Adobe Portable Document Format
Description:
Průběh obhajoby práce
Download

Collections

Theses (KIV)