Automatska klasifikacija tekstualnih dokumenata temeljem teme

završni rad

• Autor: Domagoj Šebalj
• Mentor: Jasminka Dobša (mentor); MBZ: 218640
• Član povjerenstva: Danijel Radošević (član povjerenstva); MBZ: 210804
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet organizacije i informatike; (Katedra za kvantitativne metode); Varaždin
• Datum i država obrane: 2020-09-21, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: DRUŠTVENE ZNANOSTI; Informacijske i komunikacijske znanosti; Organizacija i informatika

Sažetak

Prilikom izrade ovog modela isprobane su razne razine kompleksnosti. Zaključak je da povećanje kompleksnosti modela, naročito konvolucijske grane, ne utječe dovoljno pozitivno na postotak točnosti da bi opravdalo povećanje vremena koje je potrebno za treniranje. Veća kompleksnost jedino dovodi do veće otpornosti modela na prenaučenost. Stoga se može pretpostaviti da kako bi povećali točnost modela, potreban je veći skup podatka. To je najviše moguće primjetiti na zadnje dvije klase, krivnja i sram, jer matrica zbunjivanja pokazuje da model najviše griješi kod razlikovanja tih dviju emocija.

• Ključne riječi: automatska klasifikacija; metoda najbližih susjeda; obrada tekstualnih dokumenata
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:211:088042
• Studijski program: Naziv: Informacijski sustavi; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) informatike (univ.bacc.inf.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2021-05-13 13:49:11