prikaz prve stranice dokumenta Klasifikacija bioloških anotacija na velikoj skali koristeći reprezentacije riječi izvedene iz dokumenata biomedicinske znanstvene literature
Rad nije dostupan
diplomski rad
Klasifikacija bioloških anotacija na velikoj skali koristeći reprezentacije riječi izvedene iz dokumenata biomedicinske znanstvene literature
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2017. urn:nbn:hr:168:032239
Baćac, Adriano
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Baćac, A. (2017). Klasifikacija bioloških anotacija na velikoj skali koristeći reprezentacije riječi izvedene iz dokumenata biomedicinske znanstvene literature (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:032239

Baćac, Adriano. "Klasifikacija bioloških anotacija na velikoj skali koristeći reprezentacije riječi izvedene iz dokumenata biomedicinske znanstvene literature." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2017. https://urn.nsk.hr/urn:nbn:hr:168:032239

Baćac, Adriano. "Klasifikacija bioloških anotacija na velikoj skali koristeći reprezentacije riječi izvedene iz dokumenata biomedicinske znanstvene literature." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2017. https://urn.nsk.hr/urn:nbn:hr:168:032239

Baćac, A. (2017). 'Klasifikacija bioloških anotacija na velikoj skali koristeći reprezentacije riječi izvedene iz dokumenata biomedicinske znanstvene literature', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 26.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:032239

Baćac A. Klasifikacija bioloških anotacija na velikoj skali koristeći reprezentacije riječi izvedene iz dokumenata biomedicinske znanstvene literature [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2017 [pristupljeno 26.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:032239

A. Baćac, "Klasifikacija bioloških anotacija na velikoj skali koristeći reprezentacije riječi izvedene iz dokumenata biomedicinske znanstvene literature", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2017. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:032239

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:032239
Podaci o radu
NaslovKlasifikacija bioloških anotacija na velikoj skali koristeći reprezentacije riječi izvedene iz dokumenata biomedicinske znanstvene literature
Naslov (engleski)Classification of Large-Scale Biological Annotations Using Word Embeddings Derived from Corpora of Biomedical Research Literature
AutorAdriano Baćac
MentorMile Šikić (mentor)
Član povjerenstvaMile Šikić (predsjednik povjerenstva)
Član povjerenstvaMarko Subašić (član povjerenstva)
Član povjerenstvaKrešimir Križanović (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2017-07-10, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Naučeni su vlastiti Word2vec i GloVe modeli prikaza riječi za znanstvenu literaturu u području biomedicine, kao i tri klasifikacijske metode za diskriminaciju fenotipova, dvije temeljene na agregaciji vektorskog prikaza riječi, i jedna na rekurentnim neuronskim mrežama. Prikazi riječi su trenirani na velikom korpusu znanstvenih članaka i njegovim tematski specifičnim podskupovima. Rezultati klasifikacije su testirani na 6 izvora dokumenata. Pokazano je da Word2vec postiže bolje rezultate kada je treniran na tematski specifičnom podskupu koji je sačinjen od 4.9% od ukupnih članaka nego kada je treniran na cijelom korpusu. Korištenje rekurentnih neuronskih mreža imalo je problema s prenaučenosti, moguće zbog predugačkih dokumenata ili premalog skupa za učenje. Iako predloženi modeli nisu bili bolji od stroja potpornih vektora koristeći prikaz vreće riječi, pokazano je da korištenje agregacijskih metoda uz bazni model povećava količinu ispravne klasifikacije manjinske klase kod nekih fenotipova za oko 10%.
Sažetak (engleski)
Custom Word2vec and GloVe embeddings for scientific literature in the biomedical domain were trained, as well as three classification methods for discriminating phenotype traits, two of which were based on aggregating word embeddings and one on recurrent neural networks. Word embeddings were trained on a large corpus of scientific articles and its more subject-specific subsets. Classification performance was tested on 6 document sources. It was shown that Word2vec achieves better performance when trained on a subject-specific subset corpus comprised of 4.9% articles, than when trained on the entire corpus. Using recurrent neural networks had an overfitting problem, possibly because the documents were too long or the training set too small. Although the proposed models did not outperform support vector machine using bag-of-words, it was shown that using the aggregation methods alongside the baseline model increases the amount of correctly classified minority class in some phenotype traits by around 10%.
Ključne riječi
Ključne riječi (engleski)
Jezikengleski
URN:NBNurn:nbn:hr:168:032239
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2019-03-13 18:43:47