prikaz prve stranice dokumenta Strojno učenje pravila za klasifikaciju dokumenata
No public access
undergraduate thesis
Strojno učenje pravila za klasifikaciju dokumenata
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2014. urn:nbn:hr:168:776453
Glavina, Stjepan
University of Zagreb
Faculty of Electrical Engineering and Computing

Cite this document

Glavina, S. (2014). Strojno učenje pravila za klasifikaciju dokumenata (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:776453

Glavina, Stjepan. "Strojno učenje pravila za klasifikaciju dokumenata." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2014. https://urn.nsk.hr/urn:nbn:hr:168:776453

Glavina, Stjepan. "Strojno učenje pravila za klasifikaciju dokumenata." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2014. https://urn.nsk.hr/urn:nbn:hr:168:776453

Glavina, S. (2014). 'Strojno učenje pravila za klasifikaciju dokumenata', Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 24 April 2024, https://urn.nsk.hr/urn:nbn:hr:168:776453

Glavina S. Strojno učenje pravila za klasifikaciju dokumenata [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2014 [cited 2024 April 24] Available at: https://urn.nsk.hr/urn:nbn:hr:168:776453

S. Glavina, "Strojno učenje pravila za klasifikaciju dokumenata", Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2014. Available at: https://urn.nsk.hr/urn:nbn:hr:168:776453

Please login to the repository to save this object to your list.
Metadata
TitleStrojno učenje pravila za klasifikaciju dokumenata
Title (english)Machine Learning of Document Classification Rules
AuthorStjepan Glavina
MentorJan Šnajder (mentor)
Committee memberJan Šnajder (predsjednik povjerenstva)
Committee memberGoran Glavaš (član povjerenstva)
Committee memberGoran Delač (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2014-07-14, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Klasifikacija dokumenata je jedan od osnovnih i najvažnijih problema analize tekstnih dokumenata. Najčešće metode se baziraju na vektorskoj reprezentaciji vreće riječi karakteristične dokumentu i vrlo su učinkovite. Međutim, način rada takvih strojno učenih modela je obično izrazito težak za tumačenje i ručno uređivanje. Zbog toga se predlaže drugi pristup klasifikaciji, a to je uz pomoć pravila. Prednost pravila jer što ih korisnik može lako interpretirati i uređivati. Rad se bavi klasifikacijom uz pomoć pravila u kombinaciji sa strojnim učenjem te uspoređuje učinkovitost sa klasifikatorom baziranim na SVM-u.
Abstract (english)
Document classification is one of basic and most important problems of textual document analysis. Most common methods are based on vector representation of words (bag of words) and are very effective. However, trained models developed by machine learning are difficult to interpret and edit by hand. Therefore, a different approach is suggested, namely, rule based classification. The advantage of rules is their simplicity; they are easy to interpret and edit. This paper discusses rule based classification in combination with machine learning and compares its effectiveness with an SVM based classifier.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:776453
Study programmeTitle: Computing
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
RepositoryFER Repository
Created on2018-02-05 17:32:39

(©) Nacionalna i sveučilišna knjižnica u Zagrebu 2015. Sva prava pridržana. | Hrvatske bratske zajednice 4 p.p. 550, 10000 Zagreb, Hrvatska Tel. ++ 385 1 616-4040
OIB: 84838770814 | IBAN: HR66 2340 0091 1000 1008 1, Porezni broj (PDV identifikacijski broj) - VAT Number: HR84838770814
Prijava u repozitorij