prikaz prve stranice dokumenta Klasifikacija teksta za hrvatski jezik pomoću prikaza tekstova dobivenih kontekstualiziranim jezičnim modelima
No public access
master's thesis
Klasifikacija teksta za hrvatski jezik pomoću prikaza tekstova dobivenih kontekstualiziranim jezičnim modelima
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2019. urn:nbn:hr:168:955513
Krešo, Marin
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Krešo, M. (2019). Klasifikacija teksta za hrvatski jezik pomoću prikaza tekstova dobivenih kontekstualiziranim jezičnim modelima (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:955513

Krešo, Marin. "Klasifikacija teksta za hrvatski jezik pomoću prikaza tekstova dobivenih kontekstualiziranim jezičnim modelima." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2019. https://urn.nsk.hr/urn:nbn:hr:168:955513

Krešo, Marin. "Klasifikacija teksta za hrvatski jezik pomoću prikaza tekstova dobivenih kontekstualiziranim jezičnim modelima." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2019. https://urn.nsk.hr/urn:nbn:hr:168:955513

Krešo, M. (2019). 'Klasifikacija teksta za hrvatski jezik pomoću prikaza tekstova dobivenih kontekstualiziranim jezičnim modelima', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 27 December 2024, https://urn.nsk.hr/urn:nbn:hr:168:955513

Krešo M. Klasifikacija teksta za hrvatski jezik pomoću prikaza tekstova dobivenih kontekstualiziranim jezičnim modelima [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2019 [cited 2024 December 27] Available at: https://urn.nsk.hr/urn:nbn:hr:168:955513

M. Krešo, "Klasifikacija teksta za hrvatski jezik pomoću prikaza tekstova dobivenih kontekstualiziranim jezičnim modelima", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2019. Available at: https://urn.nsk.hr/urn:nbn:hr:168:955513

Metadata
TitleKlasifikacija teksta za hrvatski jezik pomoću prikaza tekstova dobivenih kontekstualiziranim jezičnim modelima
Title (english)Text classification for Croatian using Text Embeddings Derived from Contextualized Language Models
AuthorMarin Krešo
MentorJan Šnajder (mentor)
Committee memberJan Šnajder (predsjednik povjerenstva)
Committee memberSlobodan Ribarić (član povjerenstva)
Committee memberAnte Đerek (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2019-07-08, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Učenje prijenosom je novi smjer istraživanja u području obrade prirodnog jezika, posebno zanimljiv zbog impresivnih rezultata u raznim zadacima obrade prirodnog jezika. Tema rada jest primjena različitih pristupa učenja prijenosom na zadatke klasifikacije teksta za hrvatski jezik. U radu su isprobana tri različta pristupa, pri čemu je za ULMFiT metodu bilo potrebno trenirati jezični model ispočetka, dok su za ELMo i FLAIR iskorištena postojeća rješenja. Provedeno je eksperimentalno vrednovanje sva tri pristupa nad zadatkom razrješavanja višeznačnosti riječi te nad zadatkom analize sentimenta u tvitovima, uz statističku analizu značajnosti rezultata. Dobiveni rezultati su uspoređeni s onima iz prethodnih istraživanja.
Abstract (english)
Transfer learning is a new direction in the field of natural language processing, especially interesting because of the impressive results in the various tasks of natural language processing. The goal of the paper is application of different transfer learning approaches for the text classification tasks for the Croatian language. Three different approaches were examined in this thesis, with the ULMFiT method needed to train the language model from scratch, while ELMo and FLAIR used existing solutions. Experimental evaluation of all three approaches to the task was carried out for both word sense disambiguation task and Tweeter sentiment analysis task, with statistical significance tests of the results. The obtained results were compared with those from previous studies.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:955513
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 on2020-01-07 19:23:37