prikaz prve stranice dokumenta Strojno učenje za analizu sentimenta u mikroblogovima
Rad nije dostupan
završni rad
Strojno učenje za analizu sentimenta u mikroblogovima
2020. urn:nbn:hr:168:044762
Križanić, Ivan
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Križanić, I. (2020). Strojno učenje za analizu sentimenta u mikroblogovima (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:044762

Križanić, Ivan. "Strojno učenje za analizu sentimenta u mikroblogovima." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:044762

Križanić, Ivan. "Strojno učenje za analizu sentimenta u mikroblogovima." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:044762

Križanić, I. (2020). 'Strojno učenje za analizu sentimenta u mikroblogovima', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 14.04.2024., https://urn.nsk.hr/urn:nbn:hr:168:044762

Križanić I. Strojno učenje za analizu sentimenta u mikroblogovima [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2020 [pristupljeno 14.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:044762

I. Križanić, "Strojno učenje za analizu sentimenta u mikroblogovima", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:044762

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:044762
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovStrojno učenje za analizu sentimenta u mikroblogovima
Naslov (engleski)Machine Learning for Sentiment Analysis in Microblogs
AutorIvan Križanić
MentorJan Šnajder (mentor)
Član povjerenstvaJan Šnajder (predsjednik povjerenstva)
Član povjerenstvaMladen Karan (član povjerenstva)
Član povjerenstvaMartin Tutek (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2020-07-16, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Ovaj se rad bavi analizom sentimenta u mikroblogovima društvene platforme Twitter. Proučavanje teme analize sentimenta ostvareno je uz pomoć četvrtoga zadatka s natjecanja Semeval, koji je bio vrlo popularan zadatak nekoliko godina u nizu u kojima se natjecanje održavalo. Napravljena je usporedba pristupa klasičnim strojnim učenjem, odnosno korištenja SVM-modela i pristupa dubokog ućenja, odnosno korištenja povratne neuronske mreže (RNN) s arhitekturom ćelije s dugoročnom memorijom (LSTM). S pristupom klasičnog strojnog učenja ostvarena je točnost od 62.3%, a pristupom dubokog učenja ostvarena je nešto bolja točnost od 64.24%, što implementaciju stavlja na 10. mjesto implementacija koje su bile predane u sklopu natjecanja 2017. godine.
Sažetak (engleski)
The theme of this thesis is sentiment analysis on micro blogs from the social platform Twitter. The study of sentiment analysis was done with a help of Semeval competition task 4, very popular and attractive task for several years in a row. Comparison of traditional machine learning and deep learning techniques was made by implementing two models, one using SVM, and the other one using RNN with LSTM architecture. The best result with SVM model was 62.3%, and 64.24% with LSTM. Implementation would take 10th place on scoreboard of Semeval 2017 edition of the competition.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:044762
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-14 09:12:41