Prominent Feature Extraction for Sentiment Analysis
Sprache: Englisch
Verlag: Palgrave Macmillan, 2015
- Hardcover
- Gebraucht
Anbieter: Buchpark, Trebbin, DeutschlandBuchpark
AbeBooks-Verkäufer/-in seit 30. September 2021
Zustand: Gebraucht - Sehr gut
EUR 80,25
Anzahl: 1 verfügbar
In den WarenkorbArtikelbeschreibung vom Verkäufer
Zustand: Sehr gut | Sprache: Englisch | Produktart: Bücher | The objective of this monograph is to improve the performance of the sentiment analysis model by incorporating the semantic, syntactic and common-sense knowledge. This book proposes a novel semantic concept extraction approach that uses dependency relations between words to extract the features from the text. Proposed approach combines the semantic and common-sense knowledge for the better understanding of the text. In addition, the book aims to extract prominent features from the unstructured text by eliminating the noisy, irrelevant and redundant features. Readers will also discover a proposed method for efficient dimensionality reduction to alleviate the data sparseness problem being faced by machine learning model. Authors pay attention to the four main findings of the book : -Performance of the sentiment analysis can be improved by reducing the redundancy among the features. Experimental results show that minimum Redundancy Maximum Relevance (mRMR) feature selection technique improves the performance of the sentiment analysis by eliminating the redundant features. - Boolean Multinomial Naive Bayes (BMNB) machine learning algorithm with mRMR feature selection technique performs better than Support Vector Machine (SVM) classifier for sentiment analysis. - The problem of data sparseness is alleviated by semantic clustering of features, which in turn improves the performance of the sentiment analysis.- Semantic relations among the words in thetext have useful cues for sentiment analysis. Common-sense knowledge in form of ConceptNet ontology acquires knowledge, which provides a better understanding of the text that improves the performance of the sentiment analysis.…
Bestandsnummer des Verkäufers 26180504/12
- Titel
- Prominent Feature Extraction for Sentiment Analysis
- Autor
- Mittal, Namita
- Verlag
- Palgrave Macmillan
- Veröffentlichungsjahr
- 2015
- Zustand
- Sehr gut
- Einband
- Hardcover
- Sprache
- Englisch
- ISBN-10
- 3319253417
- ISBN-13
- 9783319253411
- Serie
- Buch 2 von 10: Socio-Affective Computing
- Verkäuferkataloge
- Bücher
The objective of this monograph is to improve the performance of the sentiment analysis model by incorporating the semantic, syntactic and common-sense knowledge. This book proposes a novel semantic concept extraction approach that uses dependency relations between words to extract the features from the text. Proposed approach combines the semantic and common-sense knowledge for the better understanding of the text. In addition, the book aims to extract prominent features from the unstructured text by eliminating the noisy, irrelevant and redundant features. Readers will also discover a proposed method for efficient dimensionality reduction to alleviate the data sparseness problem being faced by machine learning model.
Authors pay attention to the four main findings of the book :
-Performance of the sentiment analysis can be improved by reducing the redundancy among the features. Experimental results show that minimum Redundancy Maximum Relevance (mRMR) feature selection technique improves the performance of the sentiment analysis by eliminating the redundant features.
- Boolean Multinomial Naive Bayes (BMNB) machine learning algorithm with mRMR feature selection technique performs better than Support Vector Machine (SVM) classifier for sentiment analysis.
- The problem of data sparseness is alleviated by semantic clustering of features, which in turn improves the performance of the sentiment analysis.
„Inhaltsangabe“ gehört möglicherweise zu einer anderen Auflage dieses Titels.
Von der hinteren Coverseite
The objective of this monograph is to improve the performance of the sentiment analysis model by incorporating the semantic, syntactic and common-sense knowledge. This book proposes a novel semantic concept extraction approach that uses dependency relations between words to extract the features from the text. Proposed approach combines the semantic and common-sense knowledge for the better understanding of the text. In addition, the book aims to extract prominent features from the unstructured text by eliminating the noisy, irrelevant and redundant features. Readers will also discover a proposed method for efficient dimensionality reduction to alleviate the data sparseness problem being faced by machine learning model.
Authors pay attention to the four main findings of the book :
-Performance of the sentiment analysis can be improved by reducing the redundancy among the features. Experimental results show that minimum Redundancy Maximum Relevance (mRMR) feature selection technique improves the performance of the sentiment analysis by eliminating the redundant features.
- Boolean Multinomial Naive Bayes (BMNB) machine learning algorithm with mRMR feature selection technique performs better than Support Vector Machine (SVM) classifier for sentiment analysis.
- The problem of data sparseness is alleviated by semantic clustering of features, which in turn improves the performance of the sentiment analysis.
„Über diesen Titel“ gehört möglicherweise zu einer anderen Auflage dieses Titels.
Buchpark
Trebbin, Deutschland
AbeBooks-Verkäufer/-in seit 30. September 2021
Versandkosten von Deutschland nach USA
| Artikel | 60 bis 60 Werktage | 60 bis 60 Werktage |
|---|---|---|
| Erster Artikel | EUR 105,00 | EUR 130,00 |
Zahlungsarten
- Banküberweisung
- PayPal
- Vorauskasse
Shop-Beschreibung
Seit über 30 Jahren handeln wir mit Büchern. Begonnen hat alles als kleiner Fachbuchhandel in Berlin. Heute sind wir spezialisiert auf den An- und Verkauf gebrauchter Bücher. Noch immer liegt unser Fokus dabei auf den Kategorien: Fachbuch und englischsprachige Literatur. Hinzu kommen Bücher aus allen anderen Genres, wie Belletristik, Biografien oder Kinderbücher. Unser oberstes Ziel ist dabei die Weiterverwendung von Dingen und die Schonung von Ressourcen. Neben dem Ankauf von privaten Büchern oder Haushaltsauflösungen kaufen wir bundesweit komplette Bibliotheken und Buchbestände von Institutionen auf, um diese nachhaltig ein weiteres Mal auf den Markt zu bringen. Parallel dazu bietet Buchpark die Möglichkeit, große Mengen einzulagern. Ganze Bibliotheken und umfangreiche Buchbestände werden von uns professionell auf Qualitätsmerkmale hin untersucht und sorgfältig für den Onlinehandel aufbereitet. Wir schenken Büchern ein zweites Leben.…
Unternehmensdaten der Verkäuferin bzw. des Verkäufers
Buchpark GmbH
Krügerweg 1
Trebbin, Deutschland 14959
Widerrufsrecht
Wenn Sie Verbraucher sind, können Sie gemäß den folgenden Bestimmungen vom Vertrag zurücktreten. Verbraucher ist jede natürliche Person, die zu Zwecken handelt, die nicht ihrer kaufmännischen, gewerblichen, künstlerischen oder beruflichen Tätigkeit zugerechnet werden können.
Informationen zum Widerrufsrecht
Gesetzliches Widerrufsrecht
Sie haben das Recht, den Vertrag innerhalb von 14 Tagen ohne Angabe von Gründen zu widerrufen.
Die Widerrufsfrist beträgt 14 Tage ab dem Tag, an dem Sie oder ein von Ihnen benannter Dritter, der nicht der Transporteur ist, die letzte Ware oder den letzten Posten oder das letzte Exemplar in Besitz genommen hat.
Um das Widerrufsrecht auszuüben, füllen Sie auf unserer Website unter „Meine Einkäufe" in „Mein Nutzerkonto" eine eindeutige Erklärung elektronisch aus und senden Sie sie ab. Wir werden Ihnen unverzüglich eine Bestätigung über den Eingang eines solchen Widerrufs auf einem dauerhaften Datenträger (z. B. per E-Mail) übermitteln.
Um die Widerrufsfrist einzuhalten, reicht es aus, dass Sie Ihre Mitteilung über die Ausübung des Widerrufsrechts vor Ablauf der Widerrufsfrist absenden.
Auswirkungen des Widerrufs
Wenn Sie diesen Vertrag widerrufen, erstatten wir Ihnen alle Zahlungen, die wir von Ihnen erhalten haben, einschließlich der Lieferkosten (mit Ausnahme der zusätzlichen Kosten, die entstehen, wenn Sie eine andere Art der Lieferung als die von uns angebotene günstigste Standardlieferung gewählt haben).
Wir können einen Abzug von der Rückerstattung für den Wertverlust der gelieferten Waren vornehmen, wenn der Verlust auf eine unnötige Behandlung durch Sie zurückzuführen ist.
Wir werden die Rückerstattung unverzüglich und nicht später als 14 Tage nach dem Tag vornehmen, an dem wir über Ihre Entscheidung, diesen Vertrag zu widerrufen, informiert wurden.
Für die Rückerstattung verwenden wir dasselbe Zahlungsmittel, das Sie für die ursprüngliche Transaktion verwendet haben, es sei denn, Sie haben ausdrücklich etwas anderes vereinbart; in keinem Fall werden Ihnen aufgrund einer solchen Rückerstattung Gebühren berechnet.
Wir können die Rückzahlung verweigern, bis wir die Waren wieder zurückerhalten haben oder Sie den Nachweis erbracht haben, dass Sie die Waren zurückgesandt haben, je nachdem, was eher eintritt.
Sie müssen die Waren unverzüglich und in jedem Fall spätestens 14 Tage ab dem Tag, an dem Sie uns über den Widerruf dieses Vertrags unterrichten, an Buchpark, Trebbin, Germany, zurücksenden oder übergeben. Die Frist ist eingehalten, wenn Sie die Ware vor Ablauf der Frist von 14 Tagen zurücksenden. Sie müssen die direkten Kosten der Rücksendung der Waren tragen. Sie haften nur für einen etwaigen Wertverlust der Waren, der auf eine Behandlung zurückzuführen ist, die nicht zur Prüfung der Art, Eigenschaften und Funktionsweise der Waren erforderlich ist.
Ausnahmen vom Widerrufsrecht
Das Widerrufsrecht gilt nicht für:
- Die Lieferung von Zeitungen, Zeitschriften oder Magazinen mit Ausnahme von Abonnementverträgen; und
- Die Lieferung digitaler Inhalte, die nicht auf einem physischen Medium (z. B. auf einer CD oder DVD) geliefert werden, wenn Sie bei Ihrer Bestellung akzeptiert haben, dass wir mit der Lieferung beginnen können und dass Sie nach Beginn der Lieferung den Vertrag nicht mehr widerrufen können.