Page: 1 2 3 4 5 6 7 8... 364
| 61 |
State-of-the-art on monolingual lexicography for Sweden
|
|
|
|
In: Slovenščina 2.0: Empirične, aplikativne in interdisciplinarne raziskave, Vol 7, Iss 1 (2019) (2019)
|
|
BASE
|
|
Show details
|
|
|
| 63 |
“…who has had the courage and ambition to learn Swedish”. The Handlingar
|
|
|
|
In: ISSN: 2105-2557 ; EISSN: 2105-2557 ; La Révolution française - Cahiers de l’Institut d’histoire de la Révolution française ; https://hal.archives-ouvertes.fr/hal-01697996 ; La Révolution française - Cahiers de l’Institut d’histoire de la Révolution française, Institut d'Histoire de la Révolution française, 2018, Pratiques et enjeux scientifiques, intellectuels et politiques de la traduction (vers 1660-vers 1840), Volume 2 – Les enjeux scientifiques des traductions entre Lumières et Empire (13), ⟨10.4000/lrf.1910⟩ (2018)
|
|
BASE
|
|
Show details
|
|
|
| 66 |
Concreteness and imageability lexicon MEGA.HR-Crossling
|
|
Ljubešić, Nikola. - : Jožef Stefan Institute, 2018. : Faculty of Humanities and Social Sciences, University of Zagreb, 2018
|
|
BASE
|
|
Show details
|
|
|
| 67 |
Finland-Swedish Sign Language: a language of Finland
|
|
: SIL International, 2018
|
|
BASE
|
|
Show details
|
|
|
| 70 |
Swedish Sign Language: a language of Sweden
|
|
: SIL International, 2018
|
|
BASE
|
|
Show details
|
|
|
| 71 |
Mastering complex Swedish NPs: A comparison of non-immersion pupils and immersion L1 Finnish pupils
|
|
|
|
In: Journal of the European Second Language Association; Vol 2, No 1 (2018); 14-23 ; 2399-9101 (2018)
|
|
BASE
|
|
Show details
|
|
|
| 72 |
Feature Selection for Sentiment Analysis of Swedish News Article Titles ; Val av datarepresentation för sentimentsanalys av svenska nyhetsrubriker
|
|
Dahl, Jonas. - : KTH, Skolan för elektroteknik och datavetenskap (EECS), 2018
|
|
Abstract:
The aim of this study was to elaborate the possibilities of sentiment analyzing Swedish news article titles using machine learning approaches and find how the text is best represented in such conditions. Sentiment analysis has traditionally been conducted by part-of-speech tagging and counting word polarities, which performs well for large domains and in absence of large sets of training data. For narrower domains and previously labeled data, supervised learning can be used. The work of this thesis tested the performance of a convolutional neural network and a Support Vector Machine on different sets of data. The data sets were constructed to represent various language features. This included for example a simple unigram bag-of-words model storing word counts, a bigram bag-of-words model to include the ordering of words and an integer vector summary of the title. The study concluded that each of the tested feature sets gave information about the sentiment to various extents. The neural network approach with all feature sets combined performed better than the two annotators of the study. Despite the limited data set, overfitting did not seem to be a problem when using the features together. ; Målet med detta arbete var att undersöka möjligheten till sentimentanalys av svenska nyhetsrubriker med hjälp av maskininlärning och förstå hur dessa rubriker bäst representeras. Sentimentanalys har traditionellt använt ordklassmärkning och räknande av ordpolariteter, som fungerar bra för stora domäner där avsaknaden av större uppmärkt träningsdata är stor. För mindre domäner och tidigare uppmärkt data kan övervakat lärande användas. Inom ramen för detta arbete undersöktes ett artificiellt neuronnät med faltning och en stödvektormaskin på olika datamängder. Datamängderna formades för att representera olika språkegenskaper. Detta inkluderade bland annat en enkel ordräkningsmodell, en bigramräkningsmodell och en heltalssummering av generella egenskaper för rubriken. I studien dras slutsatsen att varje datamängd innebar att ny information kunde tillföras i olika stor utsträckning. Det artificiella neuronnätet med alla datamängder tillsammans presterade bättre än de två personer som märkte upp data till denna studie. Trots en begränsad datamängd inträffade verkade inte modellerna övertränas.
|
|
Keyword:
ai; ann; artificial neural networks; artificiella neuronnät; cnn; Computer Sciences; convolutional neural network; Datavetenskap (datalogi); language technology; machine learning; maskininlärning; ml; natural language; neural networks; neuronnät; news; nyheter; nyhetsrubriker; sentiment; sentiment analysis; sentimentanalys; sentiments; språkteknologi; Swedish; titles
|
|
URL: http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-233534
|
|
BASE
|
|
Hide details
|
|
|
| 75 |
Shooting range at the Swedish National Biathlon Arena in Östersund, Sweden
|
|
|
|
BASE
|
|
Show details
|
|
|
| 76 |
Studies in Övdalian Morphology and Syntax: New Research on a Lesser-Known Scandinavian Language
|
|
|
|
BASE
|
|
Show details
|
|
|
| 77 |
Die Aasen-Norm im Lichte der Sprachgeschichte und der norwegischen Dialektlandschaft
|
|
|
|
BASE
|
|
Show details
|
|
|
| 78 |
Rorövovarorsospoproråkoketot: Language games and Swedish phonology
|
|
|
|
In: Proceedings of the Annual Meetings on Phonology; Proceedings of the 2017 Annual Meeting on Phonology ; 2377-3324 (2018)
|
|
BASE
|
|
Show details
|
|
|
Page: 1 2 3 4 5 6 7 8... 364 |
|
