<script type="text/javascript">
<!--
document.write('<div id="oa_widget"></div>');
document.write('<script type="text/javascript" src="https://www.openaire.eu/index.php?option=com_openaire&view=widget&format=raw&projectId=undefined&type=result"></script>');
-->
</script>
handle: 11012/180447
Velmi často lidé nakupují na internetu zboží, které si nemohou prohlédnout a vyzkoušet. Spoléhají se tedy na recenze ostatních zákazníků, ale těch už může být v dnešní době příliš mnoho na to, aby je člověk mohl sám rychle a pohodlně zpracovat. Cílem této práce je nabídnout aplikaci, která dokáže v českých recenzích rozpoznat, jaké vlastnosti produktu jsou nejvíce komentované a zda je vyznění komentářů pozitivní či negativní. Výsledky pak mohou ušetřit velké množství času zákazníkům e-shopů a poskytnout zajímavou zpětnou vazbu výrobcům prodávaných produktů.
Very often, people buy goods on the Internet that they can not see and try. They therefore rely on reviews of other customers. However, there may be too many reviews for a human to handle them quickly and comfortably. The aim of this work is to offer an application that can recognize in Czech reviews what features of a product are most commented and whether the commentary is positive or negative. The results can save a lot of time for e-shop customers and provide interesting feedback to the manufacturers of the products.
C
strojové učení, sumarizace textu, feature vector, NLTK, text summarization, analýza sentimentu, text mining, zpracování přirozeného jazyka, vektor příznaků, dolování v textu, Naive Bayes, machine learning, sentiment analysis, natural language processing, Maximum Entropy, text preprocessing, předzpracování textu
strojové učení, sumarizace textu, feature vector, NLTK, text summarization, analýza sentimentu, text mining, zpracování přirozeného jazyka, vektor příznaků, dolování v textu, Naive Bayes, machine learning, sentiment analysis, natural language processing, Maximum Entropy, text preprocessing, předzpracování textu