PWEBSA: Twitter sentiment analysis by combining Plutchik wheel of emotion and word embedding

Author(s):  
Pravin Kumar ◽  
Manu Vardhan
Author(s):  
Sakhawat Hosain Sumit ◽  
Md. Zakir Hossan ◽  
Tareq Al Muntasir ◽  
Tanvir Sourov

2021 ◽  
pp. 199-211
Author(s):  
Bachchu Paul ◽  
Sanchita Guchhait ◽  
Tanushree Dey ◽  
Debashri Das Adhikary ◽  
Somnath Bera

2021 ◽  
Vol 3 (2) ◽  
pp. 233-242
Author(s):  
Abdul Rahman Wahid Rapsanjani ◽  
Erfian Junianto

Penelitian ini bertujuan melakukan implementasi Probabilistic neural network dan Word Embedding dalam kasus sentiment analysis tentang tanggapan masyarakat tentang pemberian vaksin sinovac yangg diunggah di Twitter dan 3 class:positif, negative dan netral. Metode yang dipilih adalah metode klasifikasi Probabilistic Neural Network. Sebelum melakukan klasifikasi, praprocessing pada penelitian ini meliputi tokenizasi, normalisasi, menghilangkan emoticon, Convert Negasi, Stemming, Stopword Removal serta Word embedding. dataset yang digunakan berjumlah 1177 dataset dengan pembagiannya yaitu 560 dataset positif, 355 dataset negative dan 262 dataset netral. Program dirancang menggunakan Bahasa pemrograman python dengan beberapa library seperti keras, tensorflow dan pandas. Akurasi yang didapatkan pada pelatihan menggunakan Probabilistic  Neural Network sebesar 91%. Hasil pengujian adalah penelitian ini mampu melakukan sentiment analysis dengan kesalahan sebesar 9%.


2021 ◽  
Author(s):  
Yassir Matrane ◽  
Faouzia Benabbou ◽  
Nawal Sael

Sign in / Sign up

Export Citation Format

Share Document