prikaz prve stranice dokumenta Primjena strojnog učenja za tematsku analizu sentimenta
Rad nije dostupan
završni rad
Primjena strojnog učenja za tematsku analizu sentimenta
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2016. urn:nbn:hr:168:348565
Mikulić, Stipan
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Mikulić, S. (2016). Primjena strojnog učenja za tematsku analizu sentimenta (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:348565

Mikulić, Stipan. "Primjena strojnog učenja za tematsku analizu sentimenta." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2016. https://urn.nsk.hr/urn:nbn:hr:168:348565

Mikulić, Stipan. "Primjena strojnog učenja za tematsku analizu sentimenta." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2016. https://urn.nsk.hr/urn:nbn:hr:168:348565

Mikulić, S. (2016). 'Primjena strojnog učenja za tematsku analizu sentimenta', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 27.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:348565

Mikulić S. Primjena strojnog učenja za tematsku analizu sentimenta [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2016 [pristupljeno 27.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:348565

S. Mikulić, "Primjena strojnog učenja za tematsku analizu sentimenta", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2016. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:348565

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:348565
Podaci o radu
NaslovPrimjena strojnog učenja za tematsku analizu sentimenta
Naslov (engleski)Application of Machine Learning for Topic-Based Sentiment Analysis
AutorStipan Mikulić
MentorJan Šnajder (mentor)
Član povjerenstvaJan Šnajder (predsjednik povjerenstva)
Član povjerenstvaDomagoj Alagić (član povjerenstva)
Član povjerenstvaMladen Karan (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2016-07-11, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Uslijed ogromnog povećanja korisnički generiranog sadržaja na društvenih mrežama, detekcija tema i analiza sentimenta nameću se kao nezaobilazni alati za analizu javnog mijenja. U radu su proučeni postupci za detekciju tema u tekstnih dokumenata te anal- izu sentimenta prema detektiranim temama. Naglasak je stavljen na postupke temel- jene na modelima strojnog učenja. Detekcijom tema nastoje se prepoznati teme o kojima se priča na društvenim mrežama te analizom sentimenta se odred̄uje da li je stav o tim temama pozitivan, negativan ili neutralan. Rad se sastoji od cijelog procesa prikupljanja i preprocesiranja podataka. Nakon toga slijedi izgradnja modela detekcije tema i analize sentimenta te evaluacija modela. Dodatno, za analizu sentimenta je bilo potrebno označiti podatke za treniranje modela.
Sažetak (engleski)
Due to the huge increase in user-generated content on social networks, topic detec- tion and sentiment analysis imposed as indispensable tools for the analysis of public opinion. The thesis examines the procedures for the topic detection in text documents and an sentiment analysis towards the detected topics. Special focus is placed on a procedures based on machine learning. Topic detection attempts to identify the topics on which the story on social networks and sentiment analysis to determine whether the position on these issues is positive, negative or neutral. The work consists of the en- tire process of collecting and preprocessing data. This is followed by the construction of topic detection and sentiment analysis models and evaluation of those models. In addition, sentiment analysis required data annotation for training the model.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:348565
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 pohrane2018-02-06 10:43:46