Object's details: Analiza sentymentu – metoda analizy danych jakościowych. Przykład zastosowania oraz ewaluacja słownika RID i metody klasyfikacji Bayesa w analizie danych jakościowych

Provider:Repozytorium Uniwersytetu Łódzkiego

Description

Title:
Analiza sentymentu – metoda analizy danych jakościowych. Przykład zastosowania oraz ewaluacja słownika RID i metody klasyfikacji Bayesa w analizie danych jakościowych
Creator:
Tomanek, Krzysztof
Contributor:
Uniwersytet Jagielloński;
Krzysztof Tomanek, doktorant w Instytucie Socjologii Uniwersytetu Jagiellońskiego. Jego zainteresowania badawcze dotyczą zagadnień lojalności, teorii zaufania, zagadnienia Quality of Life w badaniach społecznych. Najważniejsze zainteresowania metodologiczne obejmują zastosowanie technik text mining do analiz danych jakościowych, analizy danych jakościowych wspierane rozwiązaniami NLP, SVR. Prowadzi grant badawczy MNiSW dotyczący Festiwalu Kultury Żydowskiej w Krakowie (wspólnie z dr Anną Marią Orla-Bukowską). Jest autorem projektów ogólnopolskich badań konsumenckich oraz publikacji dotyczących wykorzystania zaawansowanych technik analizy treści w różnorodnych środowiskach CAQDAS. Adres kontaktowy: Instytut Socjologii Uniwersytet Jagielloński ul. Grodzka 52, 30-962 Kraków;
k_tomanek@wp.pl
Description:
Celem artykułu jest prezentacja podstawowych metod klasyfikacji jakościowych danych tekstowych. Metody te korzystają z osiągnięć wypracowanych w takich obszarach, jak przetwarzanie języka naturalnego i analiza danych nieustrukturalizowanych. Przedstawiam i porównuję dwie techniki analityczne stosowane wobec danych tekstowych. Pierwsza to analiza z zastosowaniem słownika tematycznego. Druga technika oparta jest na idei klasyfikacji Bayesa i opiera się na rozwiązaniu zwanym naiwnym klasyfikatorem Bayesa. Porównuję efektywność dwóch wspomnianych technik analitycznych w ramach analizy sentymentu. Akcentuję rozwiązania mające na celu zbudowanie trafnego, w kontekście klasyfikacji tekstów, słownika. Porównuję skuteczność tak zwanych analiz nadzorowanych do skuteczności analiz zautomatyzowanych. Wyniki, które prezentuję, wzmacniają wniosek, którego treść brzmi: słownik, który w przeszłości uzyskał dobrą ocenę jako narzędzie klasyfikacyjne, gdy stosowany jest wobec nowego materiału empirycznego, powinien przejść fazę ewaluacji. Jest to, w proponowanym przeze mnie podejściu, podstawowy proces adaptacji słownika analitycznego, traktowanego jako narzędzie klasyfikacji tekstów.;
The purpose of this article is to present the basic methods for classifying text data. These methods make use of achievements earned in areas such as: natural language processing, the analysis of unstructured data. I introduce and compare two analytical techniques applied to text data. The first analysis makes use of thematic vocabulary tool (sentiment analysis). The second technique uses the idea of Bayesian classification and applies, so-called, naive Bayes algorithm. My comparison goes towards grading the efficiency of use of these two analytical techniques. I emphasize solutions that are to be used to build dictionary accurate for the task of text classification. Then, I compare supervised classification to automated unsupervised analysis’ effectiveness. These results reinforce the conclusion that a dictionary which has received good evaluation as a tool for classification should be subjected to review and modification procedures if is to be applied to new empirical material. Adaptation procedures used for analytical dictionary become, in my proposed approach, the basic step in the methodology of textual data analysis.
Object availability:
free access
Date:
2020.12.22;
2014
Type:
Article
Language:
Polish
Format:
application/pdf
Publisher:
Uniwersytet Łódzki
Relation:
Przegląd Socjologii Jakościowej;2;
10
Subject:
analiza danych jakościowych;
analiza sentymentu;
analiza treści;
text mining;
kodowanie tekstów;
przetwarzanie języka naturalnego;
słownik RID;
naiwny klasyfikator Bayesa;
CAQDAS;
qualitative data analysis;
sentiment analysis;
content analysis;
coding techniques;
natural language processing;
RID dictionary;
naive Bayes
Identifier:
Tomanek Krzysztof (2014) „Analiza sentymentu” – metoda analizy danych jakościowych. Przykład zastosowania oraz ewaluacja słownika RID i metody klasyfikacji Bayesa w analizie danych jakościowych. „Przegląd Socjologii Jakościowej”, t. 10, nr 2, s. 118–136 [dostęp dzień, miesiąc, rok]. Dostępny w Internecie: ‹www.przegladsocjologiijakosciowej.org›.;
1733-8069;
http://hdl.handle.net/11089/32967
Data provider:
Repozytorium Uniwersytetu Łódzkiego

Similar objects

Analiza sentymentu – metoda analizy danych jakościowych. Przykład zastosowania oraz ewaluacja słownika RID i metody klasyfikacji Bayesa w analizie danych jakościowych

Creator:Tomanek, Krzysztof

Date:2020.12.22 | 2014

Type:image

Analiza sentymentu: historia i rozwój metody w ramach CAQDAS

Creator:Tomanek, Krzysztof

Date:2018.04.18 | 2014

Type:text

Sentiment Classification of Bank Clients’ Reviews Written in the Polish Language

Creator:Idczak, Adam Piotr

Date:2021.08.23 | 2021.06.30

Type:image

Jak nauczyć metodę samodzielności? O „uczących się metodach” analizy treści

Creator:Tomanek, Krzysztof

Date:2018.04.18 | 2014

Type:text

Wprowadzenie. Metody humanistyki cyfrowej w socjologii jakościowej

Creator:Bryda , Grzegorz

Date:2024.12.03 | 2024.11.30

Type:image

Metodyka dla analizy treści w projektach stosujących techniki text mining i rozwiązania CAQDAS piątej generacji

Creator:Tomanek, Krzysztof

Date:2021.02.15 | 2017

Type:image

Od CAQDAS do Text Miningu. Nowe techniki w analizie danych jakościowych

Creator:Bryda, Grzegorz | Tomanek, Krzysztof

Date:2018.04.18 | 2014

Type:text

Whats and Hows? The Practice-Based Typology of Narrative Analyses

Creator:Bryda, Grzegorz

Date:2021.02.18 | 2020.08.31

Type:image

Federacja Bibliotek Cyfrowych

Object's details: Analiza sentymentu – metoda analizy danych jakościowych. Przykład zastosowania oraz ewaluacja słownika RID i metody klasyfikacji Bayesa w analizie danych jakościowych

Description

Similar objects