|
|
|
|
| LEADER |
02518na a2200229 4500 |
| 003 |
HR-ZaFER |
| 008 |
160221s2019 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid6694
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Vesinger, Dunja
|9 40102
|
| 245 |
1 |
0 |
|a Usporedba pristupa analizi sentimenta :
|b diplomski rad /
|c Dunja Vesinger ; [mentor Marko Čupić].
|
| 246 |
1 |
|
|a Comparison of Sentiment Analysis Approaches
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b D. Vesinger,
|c 2019.
|
| 300 |
|
|
|a 54 str. ;
|c 30 cm +
|e CD-ROM
|
| 502 |
|
|
|b diplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Računarska znanost, šifra smjera: 56, datum predaje: 2019-06-28, datum završetka: 2019-07-10
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: Ovaj rad proučava različite pristupe rješavanja problema binarne analize sentimenta. Njezin je zadatak odrediti je li sentiment izražen u nekom tekstualnom dokumentu pozitivan ili negativan.
Uspoređeni su različiti modeli strojnog učenja koji koriste reprezentacije dokumenata tf-idf te oni koji se služe vektorskim reprezentacijama riječi kako bi predstavili dokumente. Performanse modela mjerene su na četiri različita skupa podataka koja su sastavljena od korisničkih recenzija. Pokazuje se da su na manjim skupovima podataka uspješniji tradicionalni pristupi koji koriste stroj potpornih vektora i reprezentacije tf-idf, dok se na većim skupovima podataka bolje pokazuju konvolucijske neuronske mreže koje koriste vektorske reprezentacije riječi.
|
| 520 |
3 |
|
|a Sažetak na engleskom: This paper studies different approaches to binary sentiment analysis. Its task is to determine whether a textual document expresses positive or negative sentiment.
Different machine learning models were compared using tf-idf document representations as well as word embeddings. The model performance was measured using four different datasets compound of user reviews. It is shown that traditional approaches which use support vector machines and tf-idf representations are more successful on smaller datasets. Convolutional neural networks that use word embeddings performed better on larger datasets.
|
| 653 |
|
1 |
|a analiza sentimenta
|a obrada prirodnog jezika
|a strojno učenje
|a duboko učenje
|a stroj potpornih vektora
|a SVM
|a neuronske mreže
|
| 653 |
|
1 |
|a sentiment analysis
|a natural language processing
|a machine learning
|a deep learning
|a support vector machine
|a SVM
|a neural networks
|
| 700 |
1 |
|
|a Čupić, Marko
|4 ths
|9 31150
|
| 942 |
|
|
|c Y
|
| 999 |
|
|
|c 50832
|d 50832
|