prikaz prve stranice dokumenta Računalni modeli za određivanje osobina ličnosti autora teksta
No public access
master's thesis
Računalni modeli za određivanje osobina ličnosti autora teksta
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2019. urn:nbn:hr:168:847550
Puljić, Lukrecija
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Puljić, L. (2019). Računalni modeli za određivanje osobina ličnosti autora teksta (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:847550

Puljić, Lukrecija. "Računalni modeli za određivanje osobina ličnosti autora teksta." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2019. https://urn.nsk.hr/urn:nbn:hr:168:847550

Puljić, Lukrecija. "Računalni modeli za određivanje osobina ličnosti autora teksta." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2019. https://urn.nsk.hr/urn:nbn:hr:168:847550

Puljić, L. (2019). 'Računalni modeli za određivanje osobina ličnosti autora teksta', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 22 July 2024, https://urn.nsk.hr/urn:nbn:hr:168:847550

Puljić L. Računalni modeli za određivanje osobina ličnosti autora teksta [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2019 [cited 2024 July 22] Available at: https://urn.nsk.hr/urn:nbn:hr:168:847550

L. Puljić, "Računalni modeli za određivanje osobina ličnosti autora teksta", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2019. Available at: https://urn.nsk.hr/urn:nbn:hr:168:847550

Metadata
TitleRačunalni modeli za određivanje osobina ličnosti autora teksta
Title (english)Computational Models for Determining the Personality Type of Text Authors
AuthorLukrecija Puljić
MentorJan Šnajder (mentor)
Committee memberJan Šnajder (predsjednik povjerenstva)
Committee memberBojana Dalbelo-Bašić (član povjerenstva)
Committee memberAnte Đerek (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2019-07-10, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
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.
Abstract (english)
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.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:847550
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 21:40:12