Usługa dokonująca analizy sentymentu

Widok

Metadane zasobu

Tytuł	Usługa dokonująca analizy sentymentu
Osoby	Autorzy: Stanisław Markowski Partner: Politechnika Wrocławska
Opis	Projekt zawiera model uczenia maszynowego wykorzystujący bibliotekę TensorFlow, służący do oceny sentymentu. Analiza sentymentu pozwala na określenie wydźwięku emocjonalnego wypowiedzi. Za pomocą analizy sentymentu można ocenić, czy dane stwierdzenie jest pozytywne, neutralne lub negatywne. Analiza tego typu może być bardzo przydatna w rozwiązaniach wykorzystujących interfejsy oparte na przetwarzaniu języka naturalnego, np. w systemach IoT. W niniejszym projekcie, ze względu na dostępność przypadków testowych, do celów demonstracyjnych wykorzystana została baza anglojęzycznych recenzji filmowych, które były zbiorem uczącym dla modelu. Niemniej nic nie stoi na przeszkodzie, aby w przypadku większej dostępności treści w innych dziedzinach, model został wytrenowany z wykorzystaniem nowych danych. Opracowany model został udostępniony w formie usługi za pośrednictwem aplikacji internetowej z użyciem frameworka Flask. Taka forma udostępniania tego typu mechanizmów może być w szczególności przydatna w przypadku rozproszonych systemów usługowych, w których analiza sentymentu może być wykorzystywana jako jeden z komponentów procesów realizowanych przez system. Szczegółowy opis usługi można znaleźć w wiki projektu. (Polski)
Słowa kluczowe	"Uczenie maszynowe"@pl, "analiza sentymentu"@pl, "IoT"@pl, "usługa informatyczna"@pl
Klasyfikacja	Typ zasobu: kod źródłowy Dyscyplina naukowa: Dziedzina nauk inżynieryjno-technicznych / informatyka techniczna i telekomunikacja (2018) Grupa docelowa: uczniowie, studenci, naukowcy Szkodliwe treści: Nie
Charakterystyka	Język programowania: Python
Linki zewnętrzne	Obraz usługi w DockerHub
Licencja	CC BY-SA 4.0
Informacje techniczne	Deponujący: Paweł Świątek Data udostępnienia: 19-10-2021
Kolekcje	Kolekcja Politechniki Wrocławskiej

Cytowanie

Skopiowano

Stanisław Markowski. Usługa dokonująca analizy sentymentu. [kod źródłowy] Dostępny w Atlasie Zasobów Otwartej Nauki, . Licencja: CC BY-SA 4.0, https://creativecommons.org/licenses/by-sa/4.0/legalcode.pl. Data dostępu: DD.MM.RRRR.

Podobne zasoby

Inteligentne systemy inwestycyjne w funduszach typu Quant

Piotr Ładyżyński, praca dyplomowa, Instytut Badań Systemowych PAN w Warszawie, dziedzina nauk technicznych / informatyka (2011)

Splunk - konfiguracja, rozpoznawanie i wizualizacja informacji o incydentach i zagrożeniach

Arkadiusz Kotynia, Julia Jancelewicz, Urszula Warmińska, inny dokument, Politechnika Wrocławska, Dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika i elektrotechnika (2018)

Predykcja zmienności w modelu Blacka-Scholesa za pomocą modeli rozmytych

Krzysztof Targiel, praca dyplomowa, Instytut Badań Systemowych PAN w Warszawie, dziedzina nauk technicznych / automatyka i robotyka (2011)

Usługa krańcowa IoT zbierająca dane z czujnika BMP180

Zespół Laboratorium technologii usługowych i sieciowych (Katedra Informatyki i Inżynierii Systemów), kod źródłowy, Politechnika Wrocławska, Dziedzina nauk inżynieryjno-technicznych / informatyka techniczna i telekomunikacja (2018)

Usługa krańcowa IoT zbierająca dane z czujnika MPU6050

Pomiary pakietowej stopy błędów (PER) systemu Weightless

Michał Kowal, Kamil Staniec, zbiór, baza danych, Politechnika Wrocławska, Dziedzina nauk inżynieryjno-technicznych / informatyka techniczna i telekomunikacja (2018)

Zobacz więcej