| ชื่อบทความที่เผยแพร่ |
A Sentiment Classification From Review Corpus Using Linked Open Data and Sentiment Lexicon |
| วัน/เดือน/ปี ที่เผยแพร่ |
14 ตุลาคม 2564 |
| การประชุม |
| ชื่อการประชุม |
The 13th International Conference on Information Technology and Electrical Engineering (ICITEE 2021) |
| หน่วยงาน/องค์กรที่จัดประชุม |
IEEE Computational Intelligence Society Thailand Chapter |
| สถานที่จัดประชุม |
MS Team (Online) |
| จังหวัด/รัฐ |
- |
| ช่วงวันที่จัดประชุม |
14 ตุลาคม 2564 |
| ถึง |
15 ตุลาคม 2564 |
| Proceeding Paper |
| Volume (ปีที่) |
2021 |
| Issue (เล่มที่) |
1 |
| หน้าที่พิมพ์ |
44-48 |
| Editors/edition/publisher |
|
| บทคัดย่อ |
The sentiment analysis approach has become an essential customer analysis as a result of the fast growth of internet technology and social media. Several studies have detailed the efficacy of several sentiment classifications, ranging from lexicon-based to machine learning approaches. While lexicon-based approaches have limitations due to the limited number of terms in dictionaries and labeled data, machine learning approaches are frequently flawed because it requires massive datasets to train each domain dataset. This paper presents a framework and algorithms that bridge the gap between the lexicon and linked open data methods (DBpedia) for resolving semantic conflicts and improving SentiWordNet’s sentiment score to obtain higher performance. Furthermore, we also evaluate our sentiment classification using precision, recall, and F-measure metrics, which have values of 0.76, 0.91, and 0.82, respectively. |
| ผู้เขียน |
|
| การประเมินบทความ (Peer Review) |
มีผู้ประเมินอิสระ |
| มีการเผยแพร่ในระดับ |
นานาชาติ |
| รูปแบบ Proceeding |
Full paper |
| รูปแบบการนำเสนอ |
Oral |
| เป็นส่วนหนึ่งของวิทยานิพนธ์ |
เป็น |
| ผลงานที่นำเสนอได้รับรางวัล |
ไม่ได้รับรางวัล |
| แนบไฟล์ |
|
| Citation |
0
|
|
|
ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
English