ВСТУП…………..………………………………………………………………...4
РОЗДІЛ
1. ТЕОРЕТИЧНИЙ АНАЛІЗ КОРОТКИХ ОНЛАЙН ОПОВІДАНЬ ТА ЇХНІХ СПІЛЬНОТ.………………………………………...7
1.1 Загальна інформація та визначення поняття
«коротке оповідання»....7
1.2 Дослідження
короткої онлайн прози……………...………………….12
1.3 Спільноти короткої онлайн прози………………................................27
Висновки до розділу 1..…………………………………………………………38
РОЗДІЛ
2. ДОСЛІДЖЕННЯ МЕТОДОЛОГІЙ, ПРАКТИК І ЗАСТОСУВАННЯ СЕНТИМЕНТ-АНАЛІЗУ.……………………………...41
2.1 Теоретичні аспекти концепції
сентимент-аналізу…….……………..41
2.2 Матеріали, методологія та підходи
до аналізу сентиментів…...……46
2.3 Ресурси для аналізу сентименту….…………………………………..56
Висновки до розділу 2..…………………………………………………………64
РОЗДІЛ 3.
АНАЛІЗ СЕНТИМЕНТУ ОПОВІДАННЯ «DREADFUL PENNY»
ЧАРЛІ ФІША...………………………………………………………57
3.1
Особливості оповідання «Dreadful
Penny»
та його жанру…...……...57
3.1.1
Огляд оповідання «Dreadful
Penny»
Ч. Фіша………………..57
3.1.2 Характеристики вікторіанського стилю «Penny
Dreadful»....59
3.1.3 Роль жанру у
формуванні очікувань читачів…..……………62
3.2 Лексичний аналіз «Dreadful Penny»…………………………………..66
3.2.1 Лексичний вибір і його
емоційний вплив…………………...66
3.2.2 Аналіз ключових лексичних елементів……………………...68
3.2.2.1 Описова
образність і її вплив на настрій……………68
3.2.2.2 Використання
медичної термінології…..…………..71
3.2.3 Лексичні патерни та
зміни настрою…...…………………….83
3.2.4 Частота вживання слів
і кореляція з настроєм.……………...85
3.3 Аналіз лейтмотиву та наративу персонажів…………………………89
3.3.1 Визначення лейтмотиву
у творі "Dreadful Penny"…………..89
3.3.2 Емоційна траєкторія головного
героя……………………….91
3.3.3 Вплив лейтмотиву на
зацікавленість читача………………..93
3.3.4 Порівняльний аналіз з
іншими персонажами……………….95
3.4 Результати та обговорення……………………………………………99
3.4.1 Загальні тенденції
сентименту в "Dreadful Penny"………….99
3.4.2 Значні піки та падіння
сентименту……………………........101
Висновки до розділу 3...……………………………………………………….103
ВИСНОВКИ……………………………………………………………………106
СПИСОК
ВИКОРИСТАНИХ ДЖЕРЕЛ.…………………………………..109
ДОДАТКИ.……………………………………………………………………..120
ВСТУП
Актуальність теми. У мінливому світі
цифрової літератури онлайн-платформи відіграють ключову роль у доступі до
різних форм оповідання. Однією з таких платформ є Fiction on the Web
(www.fictionontheweb.co.uk/), яка виступає сховищем коротких оповідань, що
охоплюють широкий спектр тем, жанрів та стилів. Зростання цифрової літератури
не лише трансформувало спосіб сприйняття читачами історій, але й підхід до
літературного аналізу. Традиційні методи літературної критики, що здебільшого
базуються на суб'єктивних інтерпретаціях, доповнюються обчислювальними
техніками, які пропонують об'єктивніший погляд на тексти. Серед цих технік
особливої уваги заслуговує аналіз настроїв, що дозволяє досліджувати емоційні
відтінки та афективні аспекти творів.
Аналіз
настроїв, який є підгалуззю обробки природної мови (NLP), передбачає
використання алгоритмів для виявлення та кількісного вимірювання емоційного
змісту, вираженого у письмовій мові. Завдяки використанню методів машинного
навчання та лексиконно-орієнтованих підходів аналіз настроїв дозволяє
дослідникам класифікувати текст як позитивний, негативний або нейтральний, а
також детальніше розглядати інтенсивність цих емоцій. Цей обчислювальний підхід
надає кількісну перспективу, через яку можна аналізувати літературні твори,
пропонуючи новий погляд, що доповнює традиційні якісні методи.
Застосування
аналізу настроїв до британських онлайн-оповідань має особливу увагу з кількох
причин. По-перше, це дозволяє систематично і масштабно досліджувати великий
корпус текстів, що дає змогу виявляти загальні емоційні патерни та тенденції,
які можуть бути неочевидними при ручному аналізі. Це особливо актуально в
контексті «Fiction on the Web», де можна колективно вивчати різноманітні твори
різних авторів та жанрів. По-друге, аналіз настроїв може виявляти емоційні
динаміки всередині окремих оповідань, що надає можливість отримати нові інсайти
щодо розвитку персонажів, ходу сюжету та тематичної розробки. Ці інсайти можуть
поглибити розуміння афективних вимірів літератури та того, як вони резонують із
читачами.
Крім
того, актуальність цієї теми поширюється і на ширшу сферу цифрових гуманітарних
наук, де обчислювальні інструменти дедалі активніше інтегруються з традиційними
дослідженнями гуманітарних дисциплін. Застосовуючи аналіз настроїв до корпусу
британських онлайн-оповідань, це дослідження сприяє міждисциплінарному діалогу
між літературознавством та обчислювальною лінгвістикою. Воно демонструє
потенціал цифрових інструментів у збагаченні літературознавчих досліджень,
пропонуючи нові методи інтерпретації текстів та генеруючи емпіричні дані, що
можуть підтверджувати або оскаржувати існуючі літературні теорії.
Отже,
дослідження аналізу настрою в контексті британських онлайн-оповідань з сайту «Fiction
on the Web» є своєчасною та важливою ініціативою. Воно відповідає сучасному зсуву
у напрямку цифрової грамотності та обчислювального аналізу в гуманітарних
науках. Це дослідження не лише розширює методологічний інструментарій
літературознавців, але й поглиблює розуміння емоційних та афективних вимірів
цифрової літератури. Таким чином, воно робить значний внесок як у сферу
літературознавства, так і у ширший контекст досліджень у цифрових гуманітарних
науках.
Об’єктом дослідження є колекція
британських онлайн-оповідань, доступних на платформі Fiction on the Web
(www.fictionontheweb.co.uk/).
Предметом дослідження є емоційна
тональність, виражена в британських онлайн-оповіданнях, опублікованих на сайті
«Fiction on the Web».
Мета дослідження полягає у застосуванні
аналізу настроїв до британських онлайн-оповідань на платформі «Fiction on the
Web» для систематичного дослідження та кількісного вимірювання емоційних
аспектів літературних творів.
Завдання дослідження:
1)
дослідити загальне сприйняття та
різні визначення короткого оповідання в контексті літературознавства;
2)
вивчити природу та еволюцію платформ для онлайн-оповідань, зокрема «Fiction on
the Web»;
3)
дослідити динаміку та взаємодію в онлайн-спільнотах, присвячених короткій
прозі;
4)
проаналізувати сучасний стан досліджень у галузі аналізу настроїв шляхом огляду
наукової літератури та досліджень;
5)
описати матеріали та методи, які використовуються в аналізі настроїв, зокрема
джерела даних та ресурси;
6)
дослідити теоретичні аспекти та практичні застосування аналізу настроїв в
різних галузях;
7)
провести огляд та аналіз сюжетних і жанрових характеристик оповідання Чарлі
Фіша "Dreadful Penny";
8)
дослідити лексичний вибір у "Dreadful Penny" та його емоційний вплив
на читача;
9)
виявити та проаналізувати лейтмотиви та наративи персонажів у "Dreadful
Penny" та їхню роль у розвитку сюжету;
10)
інтерпретувати результати аналізу настроїв "Dreadful Penny" та
обговорити обмеження й виклики, з якими зіткнулося дослідження.
Для
досягнення цілей роботи будуть використані як якісні, так і кількісні методи,
зокрема: збір даних; попередня обробка тексту; аналіз настроїв; аналіз даних;
якісний аналіз; валідація та оцінка.
Наукова
новизна роботи полягає в її міждисциплінарному підході, який поєднує
літературознавство з обчислювальною лінгвістикою для аналізу британських
онлайн-оповідань з сайту «Fiction on the Web» (www.fictionontheweb.co.uk/) за
допомогою аналізу настроїв. Це дослідження робить внесок у цифрових
гуманітарних наук та літературного аналізу.
Структура дослідження. Дипломна робота
складається зі вступу, трьох розділів, висновків, списку використаних джерел та
додатків.
ВИСНОВКИ
Структуроване дослідження, яке
складається з трьох розділів, представляє багатогранне розуміння теоретичних
основ, методологічних підходів та практичних застосувань аналізу сентименту в
літературних контекстах. Нижче подано основні висновки:
Огляду коротких оповідання як
літературної форми, окреслює його основні характеристики та відмінностей його
від інших форм. У дослідженні підкреслювалася стислість, фокус і лаконічність коротких
оповідань, акцентуючи увагу на їхній здатності передавати
наративи в обмеженій кількості слів.
Поширення онлайн-платформ для короткої
прози суттєво змінило те, як пишуться, поширюються та споживаються оповідання. У
дослідженні було проаналізовано динаміку цих цифрових просторів, показуючи, як
вони сприяють творчому самовираженню та залученню читачів. Онлайн-спільноти
створюють середовище для письменників, пропонуючи миттєвий зворотний зв'язок та
формуючи відчуття належності.
Поглиблений аналіз конкретних
онлайн-спільнот виявив їхню роль у формуванні літературних смаків і тенденцій.
Ці спільноти не тільки слугують майданчиком для обміну оповіданнями, але й
простором для критичних обговорень та проєктів. Дослідження показало, що
активна участь у цих спільнотах покращує як якість літературних творів, так і
загальний читацький досвід, підкреслюючи симбіотичні відносини між авторами та
читачами в цифрову епоху.
У дослідженні були викладені основні
поняття, включаючи виявлення сентименту, класифікацію полярності та
розпізнавання емоцій, забезпечуючи надійний теоретичний каркас для практичних
застосувань. Було проведено ретельний огляд методологій і підходів, які
використовуються в аналізі сентименту. У дослідженні порівнювалися різні
техніки, включаючи алгоритми машинного навчання та методи, засновані на
правилах, оцінюючи їхні сильні та слабкі сторони.
У роботі також були визначені та
оцінені ресурси, необхідні для ефективного аналізу сентименту, такі як
лінгвістичні бази даних, анотовані корпуси та лексикони сентименту. Наявність і
якість цих ресурсів значною мірою впливають на точність і надійність результатів
аналізу сентименту. Підкреслюється потреба у постійному вдосконаленні та
розширенні цих ресурсів, щоб не відставати від змінюваного мовного ландшафту.
Детальний лексичний аналіз показав, як
вибір слів "Dreadful Penny" Ч. Фіша формує емоційний тон наративу.
Використання описової образності та медичної термінології викликало сильні
емоційні реакції, що відповідали чорному гумору та напрузі, характерним для
жанру "penny dreadful". Цей аналіз продемонстрував тісний зв'язок між
мовою та емоцією в літературних текстах.
У дослідженні було застосовано як
методи машинного навчання, так і підходи, засновані на правилах, для проведення
аналізу сентименту, що ілюструвало їх застосування до літературних текстів. У
методологічній частині подано покроковий опис збору даних, їхньої попередньої
обробки та застосування алгоритмів. Оцінка цих методів підкреслила їхню
ефективність та обмеження, надаючи цінні інсайти для майбутніх досліджень.
Лейтмотив "Dreadful Penny"
було проаналізовано щодо його тематичної значущості та емоційного впливу на
подорож головного героя. Цей аналіз підкреслив роль повторюваних символів у
підвищенні наративної цілісності та залученості читачів. Простеживши емоційну
траєкторію головного героя та порівнявши її з іншими персонажами, дослідження
висвітлило складну взаємодію між елементами наративу та емоційними реакціями.
Результати аналізу сентименту надали
детальне розуміння емоційного ландшафту "Dreadful Penny".
Значні піки і спади сентименту були пов'язані з ключовими подіями сюжету,
відображаючи долю головного героя. У дослідженні підкреслено трансформаційний
вплив онлайн-спільнот на коротку прозу та продемонстровано потенціал аналізу
сентименту як інструменту для літературної критики.
Таким чином, аналіз сентименту "Dreadful Penny"
Ч. Фіша надає цінну інформацію про емоційний ландшафт наративу, підкреслюючи
взаємодію між лексичними виборами, жанровими конвенціями та тематичними
елементами. Виявлені в цьому дослідженні обмеження прокладають шлях для
майбутніх досліджень, які дозволять розробити більш складні підходи до аналізу
сентименту в літературі, збагачуючи розуміння емоційної глибини та складності
літературних творів.
На завершення, ця робота надає
всебічне дослідження взаємозв'язку між літературними студіями та аналізом
сентименту, пропонуючи цінні інсайти як для науковців, так і для практиків у
цих двох галузях. Інтеграція теоретичного аналізу та практичного застосування
демонструє цілісний підхід до розуміння емоційних вимірів літературних текстів.
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ
1. Bennett, Scott. “Short Stories: Characteristics.” Horton High School.
Accessed 15 January 2011 from
http://www.horton.ednet.ns.ca/staff/scottbennett/web/Short%20Stories.html
(дата звернення: 29.06.2024)
2. Carr, Nicholas. “Is Google Making
Us Stupid?”. The Atlantic. July/August 2008. Accessed December 10, 2010 from
http://www.theatlantic.com/magazine/archive/2008/07/is-google-making-us-stupid/6868/ (дата звернення: 29.06.2024)
3. Watson, John. “Characteristics of the Short Story.”
Shared English Resources. Accessed 15 January 2011 from
http://johnwatsonsite.com/MyClassNotes/Topics/Short%20Story/Ch'csShortStory.hml (дата звернення: 29.06.2024)
4. Mansfield, Katherine. "The Garden Party."
1922. Elements of Literature. 4th Cdn. ed. Ed. Robert Scholes, Nancy R. Comley,
Carl H. Klaus, and David Staines. Toronto: Oxford UP, 2010. 126-136.
5. Aesop. “The North Wind and the
Sun.” 6th Century B.C. Trans. V. S. Vernon Jones. Backpack Literature. 3rd ed.
Eds. X. J. Kennedy and Dana Gioia. New York: Longman, 2010. 7-8.
6. March-Russell, Paul. The Short
Story: An Introduction. Edinburgh: Edinburgh UP, 2009
7. Reid, Ian. “The Short Story.” The
Critical Idiom 37. Ed. John D. Jump. New York: Methuen, 1977
8. OED Online. Oxford: OUP. Available
online at http://www.oed.com/ (дата звернення: 29.06.2024)
9. Altick, Richard D. The English
Common Reader: A Social History of the Mass Reading Public, 1800-1900. 1957.
2nd Ed. Columbus, OH: Ohio State UP, 1998.
10. Thompson, David. “Peddling
Stupidity.” Accessed November 15, 2008 from
http://davidthompson.typepad.com/davidthompson/2007/04/peddling_stupid.html
(дата звернення: 29.06.2024)
11. Hayles, N. Katherine. “Deeper into
the Machine: The Future of Electronic Literature.” Culture Machine 5
http://culturemachine.tees.ac.uk/Cmach/Backissues/j005/Articles/Hayles/NHayles.htm. (дата звернення: 29.06.2024)
12. Tyrkkö, Jukka. “Hypertext and Streams of
Consciousness: Coherence Redefined.” Internet Fictions. Ed. Ingrid Hotz-Davies,
Anton Kirchhofer, and Sirpa Lepänen. Newcastle upon Tyne: Cambridge Scholars
Publishing, 2009.
13. Landow, George. “Hypertext and
Critical Theory.” Hypertext 2.0: The Convergence of Contemporary Literary
Theory and Technology. Baltimore: Johns Hopkins UP, 1997.
14. Joyce, Elisabeth. “Sutured
Fragments: Shelley Jackson’s Patchwork Girl in Piecework.” Close Reading New
Media: Analyzing Electronic Literature. Leuven, Leuven UP, 2003.
15. Ensslin, Astrid. Canonizing
Hypertext. London: Continuum, 2007.
16. Utterback, Camille and Romy
Achituv. “Text Rain.” 1999. Camille Utterback. Accessed April 6, 2010 from
http://www.camilleutterback.com/textrain.html. (дата звернення: 29.06.2024)
17. Luckhurst, Roger. “Ending the
Century: Literature and Digital Technology.” Eds. Laura Marcus and Peter
Nicholls. The Cambridge History of Twentieth-Century English Literature.
Cambridge, U.K.: Cambridge University Press, 2004.
18. Morreale, Mark James. “Richardson,
Clarissa, Hypertext.” Eds. Lisa Zunshine and Jocelyn Harris. Approaches to
Teaching the Novels of Samuel Richardson. New York: Modern Language Association
of America, 2006. 134-139.
19. Yellowlees Douglas, Jane. “A Media
Migration: Toward a Potential Literature.” Eds. Hoffman, Michael J., and
Patrick D. Murphy. Essentials of the Theory of Fiction. 3rd ed. Durham, N.C.:
Duke University Press, 2005. 443-470.
20. Tabbi, Joseph. “A Media Migration:
Toward a Potential Literature.” Eds. Michael J. Hoffman and Patrick D. Murphy.
Essentials of the Theory of Fiction. 3rd ed. Durham, N.C.: Duke University
Press, 2005. 471-490.
21. Kirschenbaum, Matthew G.
Mechanisms: New Media and the Forensic Imagination. Cambridge, MA: MIT Press,
2008.
22. Mash, S. David. “The Death of the
Book.” Mars Hill Review. Accessed 17 January 2011 from
http://www.marshillreview.com/extracts/mash.shtm (дата звернення: 29.06.2024)
23. Bush, Vannevar. “As We May Think.”
Atlantic Monthly. July 1945. Accessed April 6, 2010 from http://www.theatlantic.com/magazine/archive/1969/12/as-we-may-think/3881/.
(дата звернення: 29.06.2024)
24. Harpold, Terry. Exfoliations:
Reading Machines and the Upgrade Path. Minneapolis: U Minnesota Press, 2009.
25. Toms, Elaine, Christine Dufour and
Susan Hesemeier. “Measuring the User’s Experience with Digital Libraries.”
Proceedings of the 4th ACM/IEEE-CS Joint Conference on Digital Libraries. New
York, NY: ACM Portal, 2004. http://portal.acm.org/citation.cfm?id=996364 (дата
звернення: 29.06.2024)
26. Nelson, Theodor. Computer
Lib/Dream Machines. 1974. Rev. ed. Redmond, WA: Tempus Books of Microsoft
Press, 1987.
27. Johns, Adrian. “How to Acknowledge
a Revolution.” The American Historical Review 107.1 (February 2002): 106-125.
28. Anderson, Benedict R. O’G.
Imagined Communities: Reflections on the Origin and Spread of Nationalism.
1983. Rev. Edn. New York: Verso, 2006.
29. Murray, Heather. Come, Bright
Improvement! The Literary Societies of Nineteenth-Century Ontario. Toronto: U
Toronto Press, 2002.
30. Jones, Steven E. The Meaning of
Video Games: Gaming and Textual Strategies. New York: Routledge, 2008.
31. Turkle, Sherry. Life on the
Screen: Identity in the Age of the Internet. New York: Simon & Schuster, 1995.
32. McCullough, Malcolm. Abstracting
Craft: The Practiced Digital Hand. Cambridge, Massachusetts: MIT Press, 1996.
33. Foucault, Michel. Discipline and
Punish: The Birth of the Prison. 1975. New York: Vintage Books, 1995.
34. Jameson, Fredric. Postmodernism,
or, The Cultural Logic of Late Capitalism. Durham: Duke University Press, 1991.
35. Baudrillard, Jean. Simulacra and
Simulation. 1981. Ann Arbor: University of Michigan Press, 1994.
36. Gray, Jonathan, Cornel Sandvoss,
and C. Lee Harrington. Fandom : Identities and Communities in a Mediated World.
New York: New York University Press, 2007.
37. Busse, Kristina, and Karen
Hellekson (Ed). Fan Fiction and Fan Communities in the Age of the Internet.
Jefferson, NC: McFarland, 2006.
38. Ettingshausen, Jeremy. “A Million
Thanks.” amillionpenguins.com. Accessed 18 November 2008 from
http://www.amillionpenguins.com
39. Sandvoss, Cornel. “The Death of
the Reader? Literary Theory and the Study of Texts in Popular Culture.” Eds. Gray,
Jonathan, Cornel Sandvoss, and C. Lee Harrington. Fandom: Identities and
Communities in a Mediated World. New York: New York UP, 2007. 19-32.
40. Surnar, Avinash, and Sunil
Sonawane. "Review for Twitter Sentiment Analysis Using Various
Methods."IJARCET- VOL 6-ISSUE 5,2017.
41. Eliacik, Alpaslan Burak, and
Erdoğan Erdoğan. "User- weighted sentiment analysis for financial
community on Twitter." Innovations in Information Technology (IIT), 2015
11th International Conference on. IEEE, 2015.
42. Preslav Nakov, Alan Ritter, Sara
Rosenthal, Fabrizio Sebastiani|, Veselin Stoyanov.‖SemEval-2016 Task
4:Sentiment Analysis in Twitter‖, Proceedings of SemEval- 2016, Association for
Computational Linguistics.
43. Ahmed, Khaled, Neamat El Tazi, and
Ahmad Hany Hossny."Sentiment Analysis over Social Networks: An Overview."
Systems, Man, and Cybernetics (SMC), IEEE International Conference on. IEEE,
2015.
44. Rasika Wagh,Payal Punde.‖ Survey
on Sentiment Analysis using Twitter Dataset‖ Proceedings of the 2nd International
conference on Electronics, Communication and Aerospace Technology (ICECA 2018)
IEEE Xplore ISBN:978-1-5386-0965-1
45. Anchal Kathuria, Dr. Saurav Upadhyay.‖
A Novel Review of Various Sentimental Analysis Techniques‖ International
Journal of Computer Science and Mobile Computing, Vol.6 Issue.4, April- 2017,
pg. 17-22.
46. D. M. E.-D. M. Hussein, ―A survey
on sentiment analysis challenges,‖ J. King Saud Univ. - Eng. Sci., vol. 34, no.
4, 2016.
47. Liu, B. Sentiment analysis: mining
opinions, sentiments, and emotions. The Cambridge University Press.2015.
48. Bilal Saberi, Saidah
Saad.‖Sentiment Analysis Or Opinion Mining: A Review‖.International Journal of
Advanced Science Engineering Information Technology, Vol- 7(2017),
ISSN:2088-5334.
49. J. Bollen, H. Mao, and X. Zeng
"Twitter mood predicts the stock market". Journal of Computational
Science, 2(1): 1-8 2011.
50. T. Xu, Q. Peng and Y. Cheng.
"Identifying the semantic orientation of terms using S-HAL for sentiment
analysis". Knowledge-Based Systems, 35: 279-289, 2012
51. T.T. Dang, N. T. X. Huong, A.C. Le
and V.N. Huynh."Automatically Learning Patterns in Subjectivity
Classification for Vietnamese". Knowledge and Systems Engineering.
Springer, pp. 629-640, 2015.
52. Arora, Piyush. ―Sentiment Analysis
for Hindi Language.‖ Diss.International Institute of Information Technology
Hyderabad, 2013.
53. T. Wilson, P. Hoffmann, S.
Somasundaran, J. Kessler, J. Wiebe, Y. Choi, C. Cardie, E. Riloff and S.
Patwardhan. "Opinion Finder: A system for subjectivity analysis". In
Proceedings of hlt/emnlp on interactive demonstrations, pp. 34-35.
54. E. Riloff, J. Wiebe and W.
Phillips. "Exploiting subjectivity classification to improve information
extraction". In Proceedings of the National Conference On Artificial
Intelligence, pp. 1106.
55. P. D. Turney. "Thumbs up or
thumbs down?: semantic orientation applied to unsupervised classification of
reviews". In Proceedings of the 40th annual meeting on association for
computational linguistics,pp. 417-424.
56. Math Alrefai, Hossam Faris,
Ibrahim Aljarah .― Sentiment analysis for Arabic language: A brief survey of
approaches and techniques‖.2018
57. Emma Haddia,
Xiaohui Liua, Yong
Shib, ‗‗The Role
of Text Preprocessing in Sentiment Analysis‘‘, ELSEVIER, Procedia
Computer Science 17 (2013 ) 26 - 32.
58. Jagdale, Rajkumar S., Vishal S.
Shirsat, and Sachin N. Deshmukh. "Sentiment Analysis of Events from
Twitter Using Open Source Tool." (2016).
59. Kang Hanhoon, Yoo Seong Joon, Han
Dongil., ―Senti- lexicon and improved Naı¨ve Bayes algorithms for sentiment
analysis of restaurant reviews‖, Expert Syst Appl ,39:6000–10, 2012
60. Hari Krishna M, Rahamathulla K,
Ali Akbar,‖ A Feature Based Approach for Sentiment Analysis using SVM and
Coreference Resolution‖, International Conference on Inventive Communication
and Computational Technologies,ICICCT2017.
61. Brett Duncan and Yanqing Zhang,
―Neural Networks for Sentiment Analysis on Twitter‖, IEEE 14th International
Conference on Cognitive Informatics & Cognitive Computing (ICCICC 2015)
62. Monika Negi, Kanika Vishwakarma,
Goldi Rawat, Priyanka Badhani, Bhumika Gupta,‖ Study of Twitter Sentiment
Analysis using Machine Learning Algorithms on Python‖, International Journal of
Computer Applications (0975 – 8887) Volume 165 – No.9, May 2017
63. Shiv
Dhar,S.Pednekar,K.Borad,Prof.Ashwini Save,‖ Sentiment Analysis using Neural
Networks: A New Approach‖, International Conference on Inventive Communication
and Computational Technologies (ICICCT 2018)
64. Chae Won Park, Dae Ryong Seo,
―Sentiment Analysis of Twitter Corpus Related to Artificial Intelligence
Assistants‖, 5th International Conference on Industrial Engineering and
Applications,2018.
65. Kudakwashe Zvarevashe, Oludayo O.
Olugbara,‖ A framework for sentiment analysis with opinion mining of hotel
reviews‖, Conference on Information Communications Technology and Society
(ICTAS) 2018.
66. Satuluri Vanaja, Meena Belwal,‖
Aspect-Level Sentiment Analysis on E-Commerce Data‖, International Conference
on Inventive Research in Computing Applications (ICIRCA 2018).
67. Vishal S. Shirsat, Rajkumar S.
Jagdale, S. N. Deshmukh,‖Document Level Sentiment Analysis from News Articles‖,
International Conference on Computing, Communication, Control and Automation
(ICCUBEA) 2017.
68. Sayali Zirpe, Bela Joglekar,‖
Polarity Shift Detection Approaches in Sentiment Analysis: A survey‖,
International Conference on Inventive Systems and Control,2017.
69. Jie Li; Lirong Qiu,‖ A Sentiment
Analysis Method of Short Texts in Microblog‖, International Conference on
Computational Science and Engineering (CSE) and IEEE International Conference
on Embedded and Ubiquitous Computing (EUC) 2017.
70. Erik Cambria, Nanyang Technological University,‖Affective
Computing and Sentiment Analysis‖, IEEE Intelligent Systems,2016.
71. Preslav Nakov|, Alan Ritter, Sara
Rosenthal, Fabrizio Sebastiani|, Veselin Stoyanov,‖ SemEval-2016 Task 4:
Sentiment Analysis in Twitter‖, Proceedings of SemEval- 2016.
72. Pierre FICAMOS, Yan LIU,‖ A Topic
based Approach for Sentiment Analysis on Twitter Data‖, International Journal
of Advanced Computer Science and Applications 2016.
73. Zhunchen Luo , Miles Osborne
,TingWang,‖ An effective approach to tweets opinion retrieval‖, Springer
Science+Business Media New York 2013.
74. Nazlia Omar,Mohammed Albared, Adel
Qasem Al- Shabi,Tareq Al-Moslmi,‖ Ensemble of Classification Algorithms for
Subjectivity and Sentiment Analysis of Arabic Customers' Reviews‖, International
Journal of Advancements in Computing Technology(IJACT),2013.
75. Neha Upadhyay, Prof. Angad Singh,‖
Sentiment Analysis on Twitter by using Machine Learning Technique‖, International
Journal for Research in Applied Science & Engineering Technology (IJRASET),2016.
76. Pablo Gamallo, Marcos Garcia,‖
Citius: A Naive-Bayes Strategy for Sentiment Analysis on English Tweets‖,
International Workshop on Semantic Evaluation (SemEval 2014).
77. Po-Wei Liang, Bi-Ru Dai,‖ Opinion
Mining on Social Media Data‖, IEEE 14th International Conference on Mobile Data
Management ,2013.
78. Dmitry Davidov, Oren Tsur, Ari
Rappoport,‖ Enhanced Sentiment Learning Using Twitter Hashtags and Smileys‖,
Coling 2010, Beijing, August 2010.
79. Apoorv Agarwal Boyi Xie Ilia
Vovsha Owen Rambow Rebecca Passonneau,‖ Sentiment Analysis of Twitter Data‖.
80. Albert Bifet and Eibe Frank,‖
Sentiment Knowledge Discovery in Twitter Streaming Data‖, International
Conference on Discovery Science 2010.
81. Alexander Pak, Patrick Paroubek,‖
Twitter as a Corpus for Sentiment Analysis and Opinion Mining‖, International
Conference on Language Resources and Evaluation, LREC 2010.
82. Ravi Parikh and Matin Movassate,‖
Sentiment Analysis of User-Generated Twitter Updates using Various
Classification Techniques‖,2009.
83. Alec Go, Richa Bhayani, Lei
Huang,‖ Twitter Sentiment Classification using Distant Supervision‖2009.
84. Luciano Barbosa, Junlan Feng,‖
Robust Sentiment Detection on Twitter from Biased and Noisy Data‖, Coling 2010,
Beijing, August 2010.
85. Q. Ye, Z. Zhang and R. Law.
"Sentiment classification of online reviews to travel destinations by
supervised machine learning approaches". Expert Systems with Applications,
36(3): 6527-6535,2009.
86. A. B. Goldberg and X. Zhu,"
Seeing stars when there aren't many stars: graph-based semi-supervised learning
for sentiment categorization". In Proceedings of the First Workshop on
Graph Based Methods for Natural Language Processing, pp. 45-52.
87. R. Prabowo and M. Thelwall."
Sentiment analysis: A combined approach". Journal of Informetrics , 3(2):
143- 157, 2009.
88. J. Liu and S. Seneff." Review
sentiment scoring via a parse-andparaphrase paradigm". In Proceedings of
the Conference on Empirical Methods in Natural Language Processing: Volume 1-
Volume 1, pp. 161-169, 2009.
89. Y. Chen and J. Xie "Online
consumer review: Word-of- mouth as a new element of marketing communication
mix". Management Science, 54(3): 477-491, 2008.
90. M. Abdul-Mageed, M. T. Diab
and M. Korayem ―Subjectivity and sentiment analysis
of modern standard Arabic‖, In Proceedings of the 49th Annual Meeting of the
Association for Computational Linguistics: Human Language Technologies: short
papers-Volume 2,2011.
91. S. Yu and S. Kak. "A survey
of prediction using social media". arXiv preprint arXiv:1203.1647, 2012.
92. L. Pan. "Sentiment Analysis
in Chinese". Brandeis University, 2012.
93. Dreadful Penny by
Charlie Fish https://www.fictionontheweb.co.uk/2024/05/dreadful-penny-by-charlie-fish.html
(дата звернення: 29.06.2024)
94.
Daniel Jurafsky Speech and Language Processing. New Jersey: Prentice Hall; 2nd
edition, 2008. 950 p.
95.
Liu B. Sentiment analysis: Mining opinions, sentiments, and emotions. Cambridge
University Press, 2015, 381 p.
96.
Hart Laurel, "The Linguistics of Sentiment Analysis". University
Honors Theses.Paper 20, 2013, 30 p.
97.
Carlo Strapparava, Alessandro Valitutti WordNet-Affect: an Affective Extension
of WordNet (англ.): LREC. 2004. Vol. 4. P. 1083–1086
98.
Bernardo Magnini, Gabriela Cavaglia Integrating subject field codes into
WordNet (англ.): LREC. 2000
99.
Victoria Bobicev, Victoria Maxim, Tatiana Prodan, Natalia Burciu, Victoria
Angheluş Emotions in words:
developing a multilingual
WordNet- Affect (англ.): CICLing 2010, Iași, Romania. 2010. P. 1-10
100.
Wordnet-Affect. WordNet Domains. Electronic Data. URL:
http://wndomains.fbk.eu/wnaffect.html (Дата звернення: 01.10.2024).
101.
Fangzhong Su, Katja Markert From Words to Senses: a Case Study in Subjectivity
Recognition (англ.). Proceedings of Coling, Manchester, UK. 2008
102.
Bo Pang, Lillian Lee A Sentimental Education: Sentiment Analysis Using
Subjectivity Summarization Based on Minimum Cuts (англ.). Proceedings of the
Association for Computational Linguistics (ACL): журнал. 2004. P. 271–278
103.
Text Mining and Sentiment Analysis - A Primer [Electronic resource]. Data
Science Central. Electronic data. URL:
https://www.datasciencecentral.com/profiles/blogs/text-mining-and-sentiment-
analyses-a-primer (Дата звернення: 01.10.2024).
104.
Bird S., Klein E., Loper E. Natural language processing with Python: analyzing
text with the natural language toolkit. "O'Reilly Media, Inc.", 2009.
105.
An Introduction to Machine Learning with Python (O’Reilly) by Andreas C.
Mueller and Sarah Guido. Copyright 2017 Sarah Guido and Andreas Mueller
106.
Zhang, Q., Wang, B.,Wu, L., Huang, X. FDU at TREC 2007: Opinion Retrieval of
Blog Track. In Proceeding of E. M. Voorhees, L. P. Buckland (eds), TREC 2007,
vol. Special Publication, pp. 500- 274.
107.
Sindhu, C., ChandraKala, S., A Survey On Opinion Mining And Sentiment Polarity Classification. J. IJETAE. 3,
2013.
108.
Pak, A., Paroubek, P. Classification en polarité de sentiments avec une
représentation textuelle à base de sous-graphes d’arbres de dépendances. TALN,
2011.
109.
Rafrafi, A., Guigue,V., Gallinari, P. Réseau de neurones profond et SVM pour la
classification des sentiments. In Proceeding of Conférence en Recherche
d'Information et Applications CORIA, 2011, p. 121-133
110.
Govindarajan, M. Sentiment Analysis of Movie Reviews using Hybrid Method of
Naive Bayes and Genetic Algorithm. International Journal of Advanced Computer
Research, 3 (4), 2013, pp. 139-146
111.
Nguyen, D.Q., Nguyen, D.Q., Vu, T., Pham, S.B. Sentiment Classification on
Polarity Reviews: An Empirical Study Using Rating-based Features. In Proceeding
of 5th Workshop on Computational Approaches to Subjectivity, Sentiment and
Social Media Analysis, Maryland, 2014, pp 128–135.
112.
Tripathi, G., Naganna, S. Feature Selection And Classification Approach For
Sentiment Analysis. MLAIJ. 2015, p. 2201
113.
Paredes-Valverde, M. A., Colomo-Palacios, R., Salas-Zárate, M. D. P., &
Valencia-García, R. Sentiment Analysis in Spanish for Improvement of Products
and Services: A Deep Learning Approach. Scientific Programming, 2017.
114.
Tang, D., Qin, B., & Liu, T. Document modeling with gated recurrent neural
network for sentiment classification. In Proceedings of the 2015 Conference on
Empirical Methods in Natural Language Processing, 2015, p. 1422–1432
ДОДАТОК
A
Dreadful Penny by Charlie Fish
(https://www.fictionontheweb.co.uk/2024/05/dreadful-penny-by-charlie-fish.html)
In the
style of a Victorian "penny dreadful", this story tells of a
paramedic whose luck changes when he finds an old penny.
I took the
dreadful penny from a dead man's car. It's a 1987 penny with a little nick on
the Queen's nose.
The man had
come right out through the windscreen. Seven years as a paramedic and I'd never
seen anything like it. He flew twenty feet and still had enough velocity when
he hit the lamppost to split his head open like a watermelon.
The medical
textbook says it best:
When
presented with a pulseless patient, medical professionals are required to
perform CPR unless specific conditions are met which allow them to pronounce
the patient as deceased. For example:
Decapitation,
incineration, severed body, and other injuries not compatible with life. If a
patient is presenting with any of these conditions, it should be intuitively
obvious that the patient is non-viable.
I grabbed a
body bag from the ambulance.
On the way
back I did a visual sweep of the car in case someone else was in there, and a
glint caught my eye. Instinctively, I put my hand through the bent metal and
picked up the penny from the driver's seat.
I pocketed
it and went over to scoop pieces of brain into the body bag. Definitely
non-viable.
On my way
home that night I thought about the dead guy. I couldn't get him out of my head.
I went into the Londis on Borough High Street to buy a sandwich for supper but
all the fillings looked like mashed brains. I bought a plasticky salad.
I bought a
Lottery scratch card too. I never win more than a couple of quid, and always
end up using it to buy more scratch cards, but it keeps me dreaming. I pulled
the penny out of my pocket and scratched off the silver coating right there on
the counter.
It took me
a few seconds to register how much I'd won. I checked three times to be sure.
The man behind the counter leaned over to see what I was looking at; I jerked
the ticket away and left in a hurry.
I stuffed
the ticket into my pocket and left my hand there so I could feel it. I was sure
everyone was looking at me. I was suddenly paranoid that I'd be attacked. I
quick-marched to the Tube station.
In my other
hand, I was still holding the penny. I looked at it and realised it was the one
from the dead man's car.
When I got
to the platform I pulled the ticket out again to check I wasn't dreaming.
£250,000... £250,000... £250,000. I folded it back into my pocket, and dropped
the penny by mistake.
The penny
rolled along the platform and I chased it, trying to stamp on it. Forgive me
for being a little superstitious but with a job like mine it helps to believe
in higher powers. That penny had to be the luckiest penny in the world and I
was not going to let it go.
I dived to
catch it. I hadn't seen the incoming train. It missed my head by an inch - I
think it touched my hair. I got up and dusted myself off, my heart in my mouth.
After a few seconds I became dimly aware that the platform attendant was
shouting at me. I ignored him and boarded the train.
I felt a
bit sick by the time I got home. I think it was the adrenalin. I was convinced
that I would have a heart attack or a piano would fall on my head before I
managed to cash in this ticket. But I got home without being dead.
My hands
were shaking, so I put the kettle on. I pulled out the ticket - the penny
flicked out too and landed somewhere with a clink. I looked around my feet and
on the countertop but I couldn't see it. Never mind, I thought, it can't have
gone far.
I stared at
the scratch card again. A quarter of a million pounds. I read all the rules and
Ts & Cs on the back, and I re-checked the numbers. It seemed real. It was
real. I pocketed it again. I wasn't going to let it leave my side.
The kettle
boiled and I poured myself a mug of tea. I sat down and started scheming about
what I would do with the money. I would buy a car. And a house. I wouldn't tell
anyone, but I'd arrange mysterious windfalls for my friends and family. I
wouldn't quit my job, but I'd do fewer hours.
I downed
the last bit of tea and started to choke. The penny. It had fallen into the
mug, and now it was in my throat. Choking is a horrible feeling. It's not that
I couldn't breathe, but it was like breathing through a thin straw, and when I
breathed in it felt like I was sucking the coin deeper. It hurt. It felt like a
cheese grater against my larynx. I could picture the soft, fragile tube being
slashed irreparably and I started to panic.
I swallowed
and sucked and tried to cough. My breath started to gurgle and it became harder
to suck in air. The hypoxaemia was setting in. Then I had a moment of clarity,
and I scrambled around to the back of the chair. I put my diaphragm against the
wooden slat and Heimliched myself so hard I think I broke a rib.
Needless to
say, it worked, or I wouldn't be telling you this story.
I spat out
the bloody coin and immediately vomited onto the floor. I gingerly made my way
to the sink to get some water (although I did not welcome the prospect of
drinking with my throat in so much pain). But the penny had got stuck between
two floorboards and my shuffling feet caught it; I tripped and, in my weakened
state, lost my balance and fell, cracking my head on the corner of the kitchen
table.
I might
have been unconscious for a while. I was aware of being on the floor, in
serious pain pretty much all over my body. The fucking penny was trying to kill
me.
I scraped
myself off the floor, snatched the penny up and threw it out of the window.
About ten seconds later, my doorbell started ringing incessantly. Muddy-headed,
I stumbled to the front door and opened it.
"Did
you throw this fucking penny at me?"
The man at
the door had shoulders like the Hoover Dam. His right eyelid flickered as if
his body was just on the edge of being in control. I opened my mouth to explain
myself, and coughed a fine spray of blood all over his face. He looked even
more surprised than I was.
He
frantically wiped his face with his T-shirt and then started hitting me again
and again, screaming, "It's in my eye! It's in my eye! You could've given
me AIDS!"
He left a
couple of minutes before the police arrived. My next-door neighbour called them
I think. I was lying on the floor, bleeding.
"Sir?"
I muttered
something. I was barely conscious.
"Oh
hey," said the policeman. "You're a paramedic aren't you? I saw you
earlier today, at that accident over by London Bridge. That guy who went clear
through his windscreen. You know, they reckon he was wearing his seat belt, but
it failed because there was something stuck in it. A coin or something."
"The
penny!" I said, throat rattling. I frisked my pockets. The scratch card.
That thug who had beaten me up had taken the scratch card. "He stole it!
He stole it!"
"Hey,
hey, calm down. You need some medical attention. Who cares about a stupid
penny?"
"No,
he stole -"
"Look,
here's a lucky penny for you," he said, picking the penny up off the
floor. "Have this one instead."
I'm in
hospital now. I still have the penny. So if I die, you know why. And if you
ever find yourself in possession of a 1987 penny with a little nick on the
Queen's nose, get rid of it. For God's sake get rid of it.
Немає коментарів:
Дописати коментар