prikaz prve stranice dokumenta Sustav za izgradnju afektivnog rječnika za hrvatski jezik zasnovan na društvenim medijima
Rad nije dostupan
diplomski rad
Sustav za izgradnju afektivnog rječnika za hrvatski jezik zasnovan na društvenim medijima
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. urn:nbn:hr:168:636050
Kelava, Josipa
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Kelava, J. (2018). Sustav za izgradnju afektivnog rječnika za hrvatski jezik zasnovan na društvenim medijima (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:636050

Kelava, Josipa. "Sustav za izgradnju afektivnog rječnika za hrvatski jezik zasnovan na društvenim medijima." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. https://urn.nsk.hr/urn:nbn:hr:168:636050

Kelava, Josipa. "Sustav za izgradnju afektivnog rječnika za hrvatski jezik zasnovan na društvenim medijima." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. https://urn.nsk.hr/urn:nbn:hr:168:636050

Kelava, J. (2018). 'Sustav za izgradnju afektivnog rječnika za hrvatski jezik zasnovan na društvenim medijima', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 03.07.2024., https://urn.nsk.hr/urn:nbn:hr:168:636050

Kelava J. Sustav za izgradnju afektivnog rječnika za hrvatski jezik zasnovan na društvenim medijima [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2018 [pristupljeno 03.07.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:636050

J. Kelava, "Sustav za izgradnju afektivnog rječnika za hrvatski jezik zasnovan na društvenim medijima", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2018. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:636050

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:636050
Podaci o radu
NaslovSustav za izgradnju afektivnog rječnika za hrvatski jezik zasnovan na društvenim medijima
Naslov (engleski)System for creating an affective lexicon for Croatian language based on social media
AutorJosipa Kelava
MentorVedran Podobnik (mentor)
Član povjerenstvaVedran Podobnik (predsjednik povjerenstva)
Član povjerenstvaOgnjen Dobrijević (član povjerenstva)
Član povjerenstvaMarina Bagić Babac (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2018-07-13, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovom diplomskom radu prikazane su dvije metode izrade afektivnih rječnika na hrvatskom jeziku te su izgrađena dva rječnika. Rječnici su izgrađeni na temelju podataka prikupljenih s društvene mreže Facebook. Stranice s kojih su dohvaćeni podaci su Facebook stranice hrvatskih medijskih portala. Programski jezici koji su korišteni za dohvat podataka, obradu istih (lematizacija, uklanjanje zaustavnih riječi itd.) i izgradnju rječnika su skriptni jezici R i Python. Nad prikupljenim objavama se provodi klasifikacija pomoću izgrađenih rječnika te se na temelju rezultata računaju mjere koje pokazuju koliko su dobri rezultati klasifikacije. Od cjelokupnog skupa podataka, 90% podataka uzima se kao skup za treniranje, a 10% kao testni skup. Usporedbom rezultata klasifikacije, metoda normalizirane izglednosti se pokazala kao preciznija metoda, povećavajući preciznost za oko 5% u odnosu na metodu normaliziranih frekvencija.
Sažetak (engleski)
In this master thesis, two methods for developing affective lexicon in the Croatian language have been presented and two lexicons were created. Lexicons were built on the data collected from the social network Facebook. The pages from which the data was retrieved are Facebook Croatian news portals. Programming languages used for data retrieval, processing (lemmatization, removing stop words, etc.) and building lexicons are scripting languages R and Python. Classification is performed over the collected posts and based on the results, measures are calculated to show how good the classification results are. Of the entire data set, 90% of data is taken as a training set, and 10% as a test set. By comparing the results of the classification, the normalized likelihood method was shown as a more precise method, increasing the precision for about 5% compared to the normalized frequencies method.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:636050
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 21:29:32