2016 39th International Conference on Telecommunications and Signal Processing (TSP) 2016
DOI: 10.1109/tsp.2016.7760939
|View full text |Cite
|
Sign up to set email alerts
|

Sentiment analysis based on Support Vector Machine and Big Data

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1
1
1

Citation Types

0
4
0
1

Year Published

2018
2018
2023
2023

Publication Types

Select...
7
2

Relationship

0
9

Authors

Journals

citations
Cited by 23 publications
(5 citation statements)
references
References 6 publications
0
4
0
1
Order By: Relevance
“…Data diambil dari facebook menggunakan tool scrapping arifScrapper yang dibuat mandiri oleh peneliti dan Stemming merupakan salah satu tahapan dalam proses text pre-processing. Stemming bertujuan untuk mentransofrmasikan kata menjadi kata dasarnya [7] (root) dengan menghilangkan semua imbuhan kata (affixes) meliputi awalan kata (prefixes), sisipin kata (infixes), akhiran kata (suffixes) dan atau menghilangkan awalan dan akhiran kata (confixes) pada kata turunan. Teks yang sudah dinormalkan, selanjutnya dilakukan stemming menggunankan tool stemmer dari Sastrawi, sebuah library yang ditulis menggunakan Bahasa python.…”
Section: Gambar 1 Metode Penelitianunclassified
“…Data diambil dari facebook menggunakan tool scrapping arifScrapper yang dibuat mandiri oleh peneliti dan Stemming merupakan salah satu tahapan dalam proses text pre-processing. Stemming bertujuan untuk mentransofrmasikan kata menjadi kata dasarnya [7] (root) dengan menghilangkan semua imbuhan kata (affixes) meliputi awalan kata (prefixes), sisipin kata (infixes), akhiran kata (suffixes) dan atau menghilangkan awalan dan akhiran kata (confixes) pada kata turunan. Teks yang sudah dinormalkan, selanjutnya dilakukan stemming menggunankan tool stemmer dari Sastrawi, sebuah library yang ditulis menggunakan Bahasa python.…”
Section: Gambar 1 Metode Penelitianunclassified
“…However, in case there are no human annotated datasets, the majority of people choose to use lexicon based approaches [40]. Thus, extensive research has been done for sentiment analysis using machine learning approaches [41][42][43]. As far as the good results for sentiment analysis are concerned, the two traditional approaches for sentiment analysis can be combined in order to gain the advantages of each approach.…”
Section: Traditional Approaches For Sentiment Analysismentioning
confidence: 99%
“…Their solution has been assessed with various languages -English, German, Czech and Spanish. The described learning is fully automatic, can be connected to any language and no complicated preprocessing is needed [10].…”
Section: Background Knowledgementioning
confidence: 99%