Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorPřibáň Pavel, Ing.
dc.contributor.authorŠmíd, Jakub
dc.contributor.refereePražák Ondřej, Ing.
dc.date.accepted2021-6-15
dc.date.accessioned2021-06-25T12:33:22Z-
dc.date.available2020-10-5
dc.date.available2021-06-25T12:33:22Z-
dc.date.issued2021
dc.date.submitted2021-5-6
dc.identifier86474
dc.identifier.urihttp://hdl.handle.net/11025/44232
dc.description.abstractTato bakalářská práce se zabývá detekcí polarity textu s využitím mezijazyčných transformací. Mezijazyčné transformace patří mezi metody, které umožňují přenos znalostí mezi jazyky. Konkrétně v této práci jsou použita anglická anotovaná data pro detekci polarity v českém textu. V rámci práce jsou navrženy a implementovány dva modely neuronových sítí - LSTM a CNN - v kombinaci se slovními vektory fastText. Modely jsou následně s využitím lineárních mezijazyčných transformací natrénovány na anglických datech a vyhodnoceny na českých datech. Výsledky těchto experimentů jsou porovnány s modely, které byly trénovány i vyhodnoceny pouze na češtině. Srovnání ukazuje, že s dostatečným množstvím výhradně anglických dat lze dosáhnout velmi dobrých výsledků, které jsou jen o 5 až 6 % horší v porovnání s modely trénovanými jen na českých datech.cs
dc.format74 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.subjectdetekce polaritycs
dc.subjectmezijazyčné transformacecs
dc.subjectstrojové učenícs
dc.subjectzpracování přirozeného jazykacs
dc.subjectneuronové sítěcs
dc.subjectanalýza sentimentucs
dc.titleDetekce polarity textu s využitím mezijazyčné transformacecs
dc.title.alternativeText polarity detection using cross-lingual transformationen
dc.typebakalářská prácecs
dc.thesis.degree-nameBc.cs
dc.thesis.degree-levelBakalářskýcs
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.thesis.degree-programInženýrská informatikacs
dc.description.resultObhájenocs
dc.rights.accessopenAccessen
dc.description.abstract-translatedThis bachelor's thesis focuses on text polarity detection using cross-lingual transformations. Cross-lingual transformations are among the methods that allow the transfer of knowledge between languages. Specifically, in this work, the English annotated data are used for polarity detection in Czech text. Within the thesis, two neural network models - LSTM and CNN - are proposed and implemented in combination with fastText word embeddings. The models are then trained on English data and evaluated on Czech data using linear cross-lingual transformations. The results of these experiments are compared with models that have been trained and evaluated only on Czech data. The comparison shows that with a sufficient amount of exclusively English data, it is possible to achieve very good results, which are only 5 to 6% worse compared to models trained only on Czech data.en
dc.subject.translatedpolarity detectionen
dc.subject.translatedcross-lingual transformationsen
dc.subject.translatedmachine learningen
dc.subject.translatednatural language processingen
dc.subject.translatedneural networksen
dc.subject.translatedsentiment analysisen
Vyskytuje se v kolekcích:Bakalářské práce / Bachelor´s works (KIV)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
BP_Jakub_Smid.pdfPlný text práce1,04 MBAdobe PDFZobrazit/otevřít
A19B0675P_Hodnoceni.pdfPosudek vedoucího práce265,02 kBAdobe PDFZobrazit/otevřít
A19B0675P_Posudek.pdfPosudek oponenta práce237,11 kBAdobe PDFZobrazit/otevřít
A19B0675P_Obhajoba.pdfPrůběh obhajoby práce43,59 kBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/44232

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.