prikaz prve stranice dokumenta Računalni modeli za određivanje osobina ličnosti autora teksta
Rad nije dostupan
diplomski rad
Računalni modeli za određivanje osobina ličnosti autora teksta
2019. urn:nbn:hr:168:847550
Puljić, Lukrecija
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Puljić, L. (2019). Računalni modeli za određivanje osobina ličnosti autora teksta (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:847550

Puljić, Lukrecija. "Računalni modeli za određivanje osobina ličnosti autora teksta." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. https://urn.nsk.hr/urn:nbn:hr:168:847550

Puljić, Lukrecija. "Računalni modeli za određivanje osobina ličnosti autora teksta." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. https://urn.nsk.hr/urn:nbn:hr:168:847550

Puljić, L. (2019). 'Računalni modeli za određivanje osobina ličnosti autora teksta', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 12.04.2024., https://urn.nsk.hr/urn:nbn:hr:168:847550

Puljić L. Računalni modeli za određivanje osobina ličnosti autora teksta [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2019 [pristupljeno 12.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:847550

L. Puljić, "Računalni modeli za određivanje osobina ličnosti autora teksta", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:847550

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:847550
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovRačunalni modeli za određivanje osobina ličnosti autora teksta
Naslov (engleski)Computational Models for Determining the Personality Type of Text Authors
AutorLukrecija Puljić
MentorJan Šnajder (mentor)
Član povjerenstvaJan Šnajder (predsjednik povjerenstva)
Član povjerenstvaBojana Dalbelo-Bašić (član povjerenstva)
Član povjerenstvaAnte Đerek (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2019-07-10, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Osobine ličnosti opisuju dosljedne obrasce mišljenja, osjećanja i ponašanja ljudi. Postoji interes za automatsko određivanje osobina ličnosti autora iz teksta pošto se osobine ličnosti očituju u preferencama i izborima osobe tijekom života. Ovaj rad bavio se automatski određivanjem osobina ličnosti autora teksta na hrvatskom jeziku. Za potrebe rada prikupljen je skup podataka na hrvatskom jeziku koji se je sastoji od eseja te rezultata na upitniku ličnosti IPIP. Uz skup podataka na hrvatskom jeziku korišten je i skup podataka na engleskom jeziku te su vektori riječi na hrvatskom i engleskom jeziku poravnani u jedan vektorski prostor modelom MUSE. Potom su razvijena dva modela dubokog učenja za određivanje osobina ličnosti autora teksta. Prvi model je konvolucijska neuronska mreža, a drugi hijerarhijska mreža pažnje. Provedeno je i eksperimentalno vrednovanje modela i analiza modela modelom LIME.
Sažetak (engleski)
Personality traits describe consistent patterns of thoughts, feelings and behaviours. There is a continual interest in automated personality traits detection from texts, since personality traits are manifested in preferences and choices a person makes during their life. The focus of this paper has been in the automated personality detection from texts written in the Croatian language. For this purpose, a dataset was collected consisting of essays and IPIP personality questionary. Along with this dataset, an English language dataset was also used and the word embeddings for Croatian and English were aligned into one vector space using the MUSE model. In addition, two deep learning models for text-based personality traits detection were developed. The first model is a convolutional neural network and the second one is a hierarchical attention network. Experimental evaluation of the models and their analysis was done using the LIME model.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:847550
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2020-01-07 21:40:12