03011ntm a22005657i 4500 000723044 CZ-PrVSE 20250621144446.0 m d cr n|||||||||| 250621s2025 xr fsbm 000 0 eng d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Frolov, Ilia ISIS:162517 dis Využití syntetických textových dat pro trénování modelů analýzy sentimentu eng USING SYNTHETIC TEXT DATA TO TRAIN SENTIMENT ANALYSIS MODELS / Ilia Frolov 2025 ?? stran : digital, PDF soubor Vedoucí práce: David Chudán Bakalářská práce (Bc.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2025 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2025 The explosive growth of digital text data presents many opportunities and challenges, especially in the area of sentiment analysis. A common problem is the imbalance of datasets, where one sentiment class significantly outperforms others, resulting in prediction bias. In this study, the class imbalance problem is addressed by creating synthetic data using GPT-2, a state-of-the-art generative language model. Comprehensive experiments were conducted using logistic regression, long term short-term memory (LSTM), and bidirectional encoding representations from transformers (BERT) models. The evaluation showed significant results, in particular BERT, which achieved accuracies up to 74.2% when trained solely on synthetic data. This highlights the value of using synthetic data in NLP applications. The study suggests opportunities for future research using more advanced language models and broader NLP applications. Způsob přístupu: Internet data analytics [obor bakal. práce] bakalářské práce fd132403 czenas bachelor's theses eczenas Synthetic data GPT-2 Sentiment analysis Logistic Regression LSTM BERT Class imbalance Data augmentation NLP Chudán, David js20100609002 ths Vencovský, Filip mzk2015883325 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/90135/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/90135 Hlavní práce https://insis.vse.cz/zp/90135/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/90135/posudek/oponent/86260 Oponentura https://insis.vse.cz/zp/90135/podrobnosti dc:identifier NEPOSILAT VSKP vse90135 250617 90135