Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Gliwa, B." wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Building sentiment lexicons based on recommending services for the Polish language
Autorzy:
Gliwa, B.
Zygmunt, A.
Dąbrowski, M.
Powiązania:
https://bibliotekanauki.pl/articles/305732.pdf
Data publikacji:
2016
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
sentiment analysis
sentiment lexicons
polarity lexicons
sentiment classification
Opis:
Sentiment analysis has become a prominent area of research in computer science. It has numerous practical applications; e.g., evaluating customer satisfaction, identifying product promoters. Many methods employed in this task require language resources such as sentiment lexicons, which are unavailable for the Polish language. Such lexicons contain words annotated with their emotional polarization, but the manual creation of sentiment lexicons is very tedious. Therefore, this paper addresses this issue and describes a new method of building sentiment lexicons automatically based on recommending services. Next, the built lexicons were used in the task of sentiment classification.
Źródło:
Computer Science; 2016, 17 (2); 163-185
1508-2806
2300-7036
Pojawia się w:
Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Hybrid neuro-fuzzy classifier based on NEFCLASS model
Hybrydowy neuronowo-rozmyty klasyfikator oparty na modelu NEFCLASS
Autorzy:
Gliwa, B.
Byrski, A.
Powiązania:
https://bibliotekanauki.pl/articles/305407.pdf
Data publikacji:
2011
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
klasyfikatory neuronowo-rozmyte
NEFCLASS
sieci neuronowe
systemy rozmyte
neuro-fuzzy classifier
neural networks
fuzzy systems
Opis:
The paper presents hybrid neuro-fuzzy classifier, based on NEFCLASS model, which was modified. The presented classifier was compared to popular classifiers - neural networks and k-nearest neighbours. Efficiency of modifications in classifier was compared with methods used in original model NEFCLASS (learning methods). Accuracy of classifier was tested using 3 datasets from UCI Machine Learning Repository: iris, wine and breast cancer wis-consin. Moreover, influence of ensemble classification methods on classification accuracy was presented.
Artykuł przedstawia zasadę działania oraz wyniki badań eksperymentalnych klasyfikatora opartego na hybrydzie sieci neuronowej z logiką rozmytą, bazujący na modelu NEFCLASS. Prezentacja struktury i działania klasyfikatora została zilustrowana wynikami eksperymentów porównawczych przeprowadzonych dla popularnych klasyfikatorów, takich jak perceptron wielowarstwowy k najbliższych sąsiadów. Skuteczność wprowadzonych modyfikacji do klasyfikatora została porównana z metodami używanymi w oryginalnym modelu NEFCLASS (metody uczenia). Jako dane benchmarkowe posłużyły wybrane bazy danych z UCI Machine Learning Repository (iris, wine, breast cancer wisconsin). Zaprezentowano również wpływ użycia metod klasyfikacji zbiorczej na efektywność klasyfikacji.
Źródło:
Computer Science; 2011, 12; 115-135
1508-2806
2300-7036
Pojawia się w:
Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies