prikaz prve stranice dokumenta Klasifikacija tekstova temeljena na skupovima riječi
  Preuzmi
PDF 782.43 KB
završni rad
Klasifikacija tekstova temeljena na skupovima riječi
Rijeka: Sveučilište u Rijeci, Tehnički fakultet, 2023. urn:nbn:hr:190:541588
Kozina, Ante
Sveučilište u Rijeci
Tehnički fakultet
Zavod za računarstvo
Katedra za inteligentne računalne sustave

Institucijski repozitorij: Repozitorij Tehničkog fakulteta u Rijeci

Citirajte ovaj rad

Kozina, A. (2023). Klasifikacija tekstova temeljena na skupovima riječi (Završni rad). Rijeka: Sveučilište u Rijeci, Tehnički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:190:541588

Kozina, Ante. "Klasifikacija tekstova temeljena na skupovima riječi." Završni rad, Sveučilište u Rijeci, Tehnički fakultet, 2023. https://urn.nsk.hr/urn:nbn:hr:190:541588

Kozina, Ante. "Klasifikacija tekstova temeljena na skupovima riječi." Završni rad, Sveučilište u Rijeci, Tehnički fakultet, 2023. https://urn.nsk.hr/urn:nbn:hr:190:541588

Kozina, A. (2023). 'Klasifikacija tekstova temeljena na skupovima riječi', Završni rad, Sveučilište u Rijeci, Tehnički fakultet, citirano: 24.12.2024., https://urn.nsk.hr/urn:nbn:hr:190:541588

Kozina A. Klasifikacija tekstova temeljena na skupovima riječi [Završni rad]. Rijeka: Sveučilište u Rijeci, Tehnički fakultet; 2023 [pristupljeno 24.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:541588

A. Kozina, "Klasifikacija tekstova temeljena na skupovima riječi", Završni rad, Sveučilište u Rijeci, Tehnički fakultet, Rijeka, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:541588

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:190:541588
Podaci o radu
NaslovKlasifikacija tekstova temeljena na skupovima riječi
Naslov (engleski)Text Classification based on Bag-of-Words Models
AutorAnte Kozina
MentorIvo Ipšić (mentor)
Član povjerenstvaMiroslav Joler (predsjednik povjerenstva)
Član povjerenstvaIvo Ipšić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Rijeci
Tehnički fakultet
(Zavod za računarstvo)
(Katedra za inteligentne računalne sustave)
Rijeka
Datum i država obrane2023-09-13, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovom radu predstavljen je jezični model temeljen na zbirkama riječi te je napravljen program koji na osnovu tog modela klasificira članke hrvatske Wikipedije. Prikazan je proces obrade HTML koda internet članka kako bi se iz njega mogao izdvojiti samo sadržaj vezan uz taj članak. Opisane su različite metode odabira i povezivanja n-torki. Korištenjem drugog skupa metoda izračunate su vjerojatnosti da je zadani članak određene kategorije i prikazane su u tablicama. Usporedbama tablica zaključeno je koje kombinacije metoda imaju najprecizniju klasifikaciju.
Sažetak (engleski)
This thesis presents the bag of words model and a created program which uses that model to classify Croatian Wikipedia articles. The process of parsing the HTML code of internet articles is shown, with the goal of extracting only the content related to the article. Several methods of choosing and connecting n-grams are described. Using a different set of methods, probabilities that a given article is of a certain category are calculated and shown in the tables. Using those tables, a conclusion about the best-performing combinations of methods is made.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:190:541588
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 pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Imenovanje 4.0 međunarodna (CC BY 4.0)
Datum i vrijeme pohrane2023-09-13 15:08:03