prikaz prve stranice dokumenta Prepoznavanje nasilja na društvenim mrežama
Rad nije dostupan
diplomski rad
Prepoznavanje nasilja na društvenim mrežama
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. urn:nbn:hr:168:674063
Vukasović, Ana
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Vukasović, A. (2022). Prepoznavanje nasilja na društvenim mrežama (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:674063

Vukasović, Ana. "Prepoznavanje nasilja na društvenim mrežama." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:674063

Vukasović, Ana. "Prepoznavanje nasilja na društvenim mrežama." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:674063

Vukasović, A. (2022). 'Prepoznavanje nasilja na društvenim mrežama', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 26.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:674063

Vukasović A. Prepoznavanje nasilja na društvenim mrežama [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2022 [pristupljeno 26.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:674063

A. Vukasović, "Prepoznavanje nasilja na društvenim mrežama", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:674063

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:674063
Podaci o radu
NaslovPrepoznavanje nasilja na društvenim mrežama
Naslov (engleski)Detection of Cyberbullying on Social Networks
AutorAna Vukasović
MentorIvica Botički (mentor)
Član povjerenstvaIvica Botički (član povjerenstva)
Član povjerenstvaTomislav Jagušt (član povjerenstva)
Član povjerenstvaDanijel Mlinarić (predsjednik povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2022-07-14, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Kontinuiranim rastom društvenih mreža, ljudi imaju sve veću virtualnu povezanost, ali i nažalost sve veću platformu za online nasilje. Kako bi se takvo ponašanje spriječilo, počinju se koristiti sustavi za automatsko detektiranje nasilnog govora na društvenim mrežama. Ovaj rad opisuje nekoliko takvih sustava temeljenih na strojnom učenju za objave na engleskom jeziku na Twitter društvenoj mreži. Modeli određuju radi li se o nasilju te o kojem obliku nasilja. Osim evaluacije isprobanih modela, detaljno su opisani i korišteni skupovi podataka. Model s najboljim performansama temelji se na ugađanju predtreniranog BERT modela, pomoću kojeg se iz teksta dobije kontekstualizirana gusta vektorska reprezentacija, te dodatnih značajki napravljenih predobradom teksta koje opisuju prisutnosti određenih znakova u tekstu (interpunkcijski znakovi, hashtagovi, itd.) koji zajedno ulaze u višeslojni perceptron. Opisani model postigao je 89% točnosti na testnom skupu.
Sažetak (engleski)
With the continuous growth of social networks, people are more and more virtually connected, but this also, unfortunately, increases the platform for online violence - cyberbullying. To prevent such behavior, systems for automatic detection of cyberbullying on social networks are starting to be used. This graduate thesis describes several such new machine learning-based systems for posts in English on the Twitter social network. The models determine whether it is cyberbullying and what form of cyberbullying. In addition to the evaluation of the tested models, used datasets are described in detail. The best-performing model is based on tuning a pre-trained BERT model, which yields a contextualized dense vector representation from the text, and additional features made by text preprocessing that describe the presence of certain characters in the text (punctuation, hashtags, etc.) are put at the input of a multilayered perceptron. The described model achieved 89% accuracy on the test set.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:674063
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 pohrane2023-01-14 10:16:21