prikaz prve stranice dokumenta Sustav za izgradnju afektivnog rječnika za engleski jezik zasnovan na društvenim medijima
No public access
master's thesis
Sustav za izgradnju afektivnog rječnika za engleski jezik zasnovan na društvenim medijima
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2018. urn:nbn:hr:168:742786
Pović, Tea
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Pović, T. (2018). Sustav za izgradnju afektivnog rječnika za engleski jezik zasnovan na društvenim medijima (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:742786

Pović, Tea. "Sustav za izgradnju afektivnog rječnika za engleski jezik zasnovan na društvenim medijima." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2018. https://urn.nsk.hr/urn:nbn:hr:168:742786

Pović, Tea. "Sustav za izgradnju afektivnog rječnika za engleski jezik zasnovan na društvenim medijima." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2018. https://urn.nsk.hr/urn:nbn:hr:168:742786

Pović, T. (2018). 'Sustav za izgradnju afektivnog rječnika za engleski jezik zasnovan na društvenim medijima', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 27 June 2024, https://urn.nsk.hr/urn:nbn:hr:168:742786

Pović T. Sustav za izgradnju afektivnog rječnika za engleski jezik zasnovan na društvenim medijima [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2018 [cited 2024 June 27] Available at: https://urn.nsk.hr/urn:nbn:hr:168:742786

T. Pović, "Sustav za izgradnju afektivnog rječnika za engleski jezik zasnovan na društvenim medijima", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2018. Available at: https://urn.nsk.hr/urn:nbn:hr:168:742786

Metadata
TitleSustav za izgradnju afektivnog rječnika za engleski jezik zasnovan na društvenim medijima
Title (english)System for creating an affective lexicon for English language based on social media
AuthorTea Pović
MentorVedran Podobnik (mentor)
Committee memberVedran Podobnik (predsjednik povjerenstva)
Committee memberOgnjen Dobrijević (član povjerenstva)
Committee memberMarina Bagić Babac (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2018-07-13, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Razvojem Interneta, weba, a poglavito društvenih mreža iz korijena se promijenio način na koji ljudi iznose svoja stajališta i mišljenja o širokom spektru tema. Samim time raste i potreba za automatskim prepoznavanjem mišljenja, stavova ili emocija iz nestrukturiranog teksta pisanog od strane ljudi, odnosno za strojnom analizom sentimenta pisanog teksta. U sklopu ovog rada korištenjem programskog jezika R i RStudio programskog sučelja ostvaren je sustav za automatizirano prepoznavanje emocija iz nestrukturiranog teksta napisanog na engleskom jeziku. Sustav omogućuje finu granulaciju teksta u pet kategorija: srdžba, humor, radost, tuga i iznenađenje. Osnova sustava je afektivni rječnik koji je izgrađen na temelju 52 968 statusa dohvaćenih s društvene mreže Facebook, a koji se zatim koristi za klasifikaciju novog teksta primjenom Naivnog Bayesovog algoritma. Razvijeni sustav postigao je vrlo dobre rezultate, koji nadmašuju rezultate puno složenijih sustava.
Abstract (english)
The development of the Internet, web and especially social networks has drastically changed the way people express their views and opinions on a variety of topics. Those views and opinions can be very important when it comes to Customer Experience management or social media analysis. Automatic sentiment analysis gives us the ability to process high volumes of data with minimum delay, high accuracy and low cost. In this master thesis, a system for the automated recognition of emotions from unstructured English text was built using the R programming language and the RStudio programming interface. The developed system can classify unstructured data into five categories: anger, haha, love, sad and wow. The most important part of the system is an affective lexicon that was built from 52 968 Facebook posts and applied to new data using a Naive Bayesian classifier. The developed system has achieved very good results, outperforming the results of much more complex systems.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:742786
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2019-03-14 00:09:41