Luận Văn Tìm hiểu về SUPPORT VECTOR MACHINES cho bài toán phân lớp quan điểm

ÌM HIỂU VỀ SUPPORT VECTOR MACHINES CHO BÀI
TOÁN PHÂN LỚP QUAN ĐIỂM
MỤC LỤC 1
LỜI CẢM ƠN . 3
MỞ ĐẦU 4
CHƯƠNG 1: TÌM HIỂU VỀ SUPPORT VECTOR MACHINE 6
1.1 PHÁT BIỂU BÀI TOÁN 6
1.1.1 Trình bày tóm tắt về phân lớp dữ liệu . 8
1.1.2 Tại sao lại sử dụng thuật toán SVM trong phân lớp dữ liệu . 9
1.2 THUẬT TOÁN SVM . 10
1.2.1 Giới thiệu 10
1.2.2 Định nghĩa . 10
1.2.3 Ý tưởng của phương pháp . 10
1.2.4 Nội dung phương pháp . 11
1.2.4.1 Cơ sở lý thuyết 11
1.2.4.2 Bài toán phân 2 lớp với SVM 12
1.2.4.3 Bài toán nhiều phân lớp với SVM . 13
1.2.4.4 Các bước chính của phương pháp SVM . 14
CHƯƠNG 2: BÀI TOÁN PHÂN LỚP QUAN ĐIỂM . 15
2.1 SỰ KIỆN (Facts) VÀ QUAN ĐIỂM (Opinions) 15
2.2 NHU CẦU VỀ THÔNG TIN QUAN ĐIỂM VÀ NHẬN XÉT 15
2.3 MÁY TÌM KIỂM QUAN ĐIỂM / NHẬN XÉT 17
2
2.4 LỊCH SỬ CỦA PHÂN TÍCH QUAN ĐIỂM VÀ KHAI THÁC
QUAN ĐIỂM . 18
2.5 XU HƯỚNG NGHIÊN CỨU GẦN ĐÂY 19
2.5.1 Xác định cụm từ, quan điểm . 19
2.5.2 Sử dụng tính từ và phó từ 20
2.5.3 Sử dụng các động từ 21
2.5.4 Xác định chiều hướng, cụm từ, quan điểm . 22
2.6 NHIỆM VỤ CỦA PHÂN TÍCH QUAN ĐIỂM . 22
2.7 BÀI TOÁN PHÂN LỚP QUAN ĐIỂM . 22
2.7.1 Phân cực quan điểm và mức độ phân cực . 23
2.7.2 Nhiệm vụ của bài toán phân lớp quan điểm . 24
2.7.3 Xây dựng mô hình phân lớp để phân loại tài liệu . 25
CHƯƠNG III: CHƯƠNG TRÌNH THỰC NGHIỆM 26
3.1 DỮ LIỆU THỬ NGHIỆM 26
3.2 CÔNG CỤ SỬ DỤNG 26
3.2.1 Công cụ sinh SRIML 26
3.2.2 Ngôn ngữ lập trình java 27
3.2.3 Công cụ phân lớp dữ liệu SVMLight . 28
3.3 Kết quả thực nghiệm . 29
KẾT LUẬN 34
TÀI LIỆU THAM KHẢO 35