Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Spreading Activation Way of Knowledge Integration Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

A Sentiment Analysis System for Indian Language Tweets

verfasst von : Kamal Sarkar, Saikat Chakraborty

Erschienen in: Mining Intelligence and Knowledge Exploration

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper reports about our work in the MIKE 2015, Shared Task on Sentiment Analysis in Indian Languages (SAIL) Tweets. We submitted runs for Hindi and Bengali. A multinomial Naïve Bayes based model has been used to implement our system. The system has been trained and tested on the dataset released for SAIL TWEET CONTEST 2015. Our system obtains accuracy of 50.75 %, 48.82 %, 41.20 %, and 40.20 % for Hindi constrained, Hindi unconstrained, Bengali constrained and Bengali unconstrained run respectively.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel IIT-TUDA: System for Sentiment Analysis in Indian Languages Using Lexical Acquisition
Nächstes Kapitel AMRITA-CEN@SAIL2015: Sentiment Analysis in Indian Languages
Literatur
1.
Medhat, W., Hassan, A., Korashy, H.: Sentiment analysis algorithms and applications: a survey. Ain Shams Eng. J. 5(4), 1093–1113 (2014)CrossRef
2.
Minging, H., Bing, L.: Mining and summarizing customer reviews. In: Proceedings of ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD 2004) (2004)
3.
Kim S., Hovy E.: Determining the sentiment of opinions. In: Proceedings of International Conference on Computational Linguistics (COLING 2004) (2004)
4.
Hatzivassiloglou V., McKeown K.: Predicting the semantic orientation of adjectives. In: Proceedings of Annual Meeting of the Association for Computational Linguistics (ACL 1997) (1997)
5.
Hanhoon, K., Joon, Y.S., Dongil, H.: Senti-lexicon and improved Naïve Bayes algorithms for sentiment analysis of restaurant reviews. Expert Syst. Appl. 39(5), 6000–6010 (2012)CrossRef
6.
Chien, C.C., You-De, T.: Quality evaluation of product reviews using an information quality framework. Decis. Support Syst. 50(4), 755–768 (2011)CrossRef
7.
Kibriya, A.M., Frank, E., Pfahringer, B., Holmes, G.: Multinomial naive bayes for text categorization revisited. In: Webb, G.I., Yu, X. (eds.) AI 2004. LNCS, vol. 3339, pp. 488–499. Springer, Heidelberg (2005)CrossRef
8.
Hall, M., Frank, E., Holmes, G., Pfahringer, B., Reutemann, P., Witten, I.H.: The WEKA data mining software: an update. SIGKDD Explor. 11(1), 10–18 (2009)CrossRef
9.
Das, A., Bandyopadhyay, S.: SentiWordNet for Indian languages. In: Proceedings of 8th Workshop on Asian Language Resources (COLING 2010), Beijing, China, pp. 56–63 (2010)
10.
Patra, B.G., Das, D., Das, A., Prasath, R.: Shared task on sentiment analysis in Indian languages (SAIL) tweets – an overview. In: Proceeding of the Mining Intelligence and Knowledge Exploration (MIKE-2015) (to appear)
Metadaten
Titel
A Sentiment Analysis System for Indian Language Tweets
verfasst von
Kamal Sarkar
Saikat Chakraborty
Copyright-Jahr
2015
Buch
Mining Intelligence and Knowledge Exploration

Print ISBN: 978-3-319-26831-6

Electronic ISBN: 978-3-319-26832-3

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-26832-3_66