prikaz prve stranice dokumenta Model dubokog slabo-nadziranog učenja za klasifikaciju emocija iz tekstualnog sadržaja
Rad nije dostupan
završni rad
Model dubokog slabo-nadziranog učenja za klasifikaciju emocija iz tekstualnog sadržaja
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. urn:nbn:hr:168:582424
Celinšćak, Antonio
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Celinšćak, A. (2022). Model dubokog slabo-nadziranog učenja za klasifikaciju emocija iz tekstualnog sadržaja (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:582424

Celinšćak, Antonio. "Model dubokog slabo-nadziranog učenja za klasifikaciju emocija iz tekstualnog sadržaja." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:582424

Celinšćak, Antonio. "Model dubokog slabo-nadziranog učenja za klasifikaciju emocija iz tekstualnog sadržaja." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:582424

Celinšćak, A. (2022). 'Model dubokog slabo-nadziranog učenja za klasifikaciju emocija iz tekstualnog sadržaja', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 26.06.2024., https://urn.nsk.hr/urn:nbn:hr:168:582424

Celinšćak A. Model dubokog slabo-nadziranog učenja za klasifikaciju emocija iz tekstualnog sadržaja [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2022 [pristupljeno 26.06.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:582424

A. Celinšćak, "Model dubokog slabo-nadziranog učenja za klasifikaciju emocija iz tekstualnog sadržaja", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:582424

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:582424
Podaci o radu
NaslovModel dubokog slabo-nadziranog učenja za klasifikaciju emocija iz tekstualnog sadržaja
Naslov (engleski)Deep learning model trained by weak supervision for emotion classification from textual content
AutorAntonio Celinšćak
MentorMario Brčić (mentor)
Član povjerenstvaMario Brčić (predsjednik povjerenstva)
Član povjerenstvaAgneza Krajna (član povjerenstva)
Član povjerenstvaMihael Kovač (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2022-07-04, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Emocije su neodvojiva pojava od čovječanstva. Utječu na socijalnu povezanost, etičnost, odlučivanje i ophođenje. Emocionalan sadržaj nekog materijala može utjecati na naše ponašanje prema našoj okolini ili bližnjima. Zbog toga je bitno biti svjestan moguće emocionalne reakcije koju potiče neki sadržaj. Ovaj rad planira riješiti taj problem treniranjem modela za klasifikaciju emocija iz teksta. Model je utreniran finim podešavanjem nad BERT modelom uz pomoć transformera, koristeći označen skup podataka. Taj skup podataka nastao je slabo-nadziranim učenjem iz izvornog skupa kratkih izreka i citata koji su označeni kratkim fragmentima teksta (eng. \textit{tags}). Četvero nezavisnih analitičara stvorilo je funkcije označavanja mapiranjem fragmenata teksta u emocije. Označavanje je obavljeno uz pomoć biblioteke Snorkel. Utrenirani model klasificira 28 emocija, a moguće ga je koristiti preko REST servisa.
Sažetak (engleski)
Emotions are an inseparable phenomenon from humanity. They affect social cohesion, ethics, decision-making, and behavior. Emotions in content can affect our behavior towards our environment or our loved ones. Therefore, it is important to be aware of the possible emotional reaction stimulated by content. This paper plans to solve this problem by training a model for classifying emotions from a text. The model was trained by fine-tuning over the BERT model with the help of transformers, using a labeled data set. This set of data was created by weakly-supervised learning from the original data set of quotes labeled with short fragments of text (tags). Four independent analysts have created labeling functions by mapping tags into emotions. Labeling was done with the help of the Snorkel library. The trained model classifies 28 emotions, and it can be used via the REST service.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:582424
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 pohrane2023-01-15 09:53:58