Sustav za izgradnju afektivnog rječnika za hrvatski jezik zasnovan na društvenim medijima

Kelava, Josipa

prikaz prve stranice dokumenta Sustav za izgradnju afektivnog rječnika za hrvatski jezik zasnovan na društvenim medijima

No public access

master's thesis

Sustav za izgradnju afektivnog rječnika za hrvatski jezik zasnovan na društvenim medijima

Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2018. urn:nbn:hr:168:636050

Kelava, Josipa

University of Zagreb
Faculty of Electrical Engineering and Computing

Cite this document

APA 6th Edition

Kelava, J. (2018). Sustav za izgradnju afektivnog rječnika za hrvatski jezik zasnovan na društvenim medijima (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:636050

MLA 8th Edition

Kelava, Josipa. "Sustav za izgradnju afektivnog rječnika za hrvatski jezik zasnovan na društvenim medijima." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2018. https://urn.nsk.hr/urn:nbn:hr:168:636050

Chicago 17th Edition

Harvard

Kelava, J. (2018). 'Sustav za izgradnju afektivnog rječnika za hrvatski jezik zasnovan na društvenim medijima', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 04 January 2025, https://urn.nsk.hr/urn:nbn:hr:168:636050

Vancouver

Kelava J. Sustav za izgradnju afektivnog rječnika za hrvatski jezik zasnovan na društvenim medijima [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2018 [cited 2025 January 04] Available at: https://urn.nsk.hr/urn:nbn:hr:168:636050

IEEE

J. Kelava, "Sustav za izgradnju afektivnog rječnika za hrvatski jezik zasnovan na društvenim medijima", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2018. Available at: https://urn.nsk.hr/urn:nbn:hr:168:636050

Cite this item: https://urn.nsk.hr/urn:nbn:hr:168:636050

Please login to the repository to save this object to your list.

Metadata

Title	Sustav za izgradnju afektivnog rječnika za hrvatski jezik zasnovan na društvenim medijima
Title (english)	System for creating an affective lexicon for Croatian language based on social media
Author	Josipa Kelava
Mentor	Vedran Podobnik (mentor)
Committee member	Vedran Podobnik (predsjednik povjerenstva)
Committee member	Ognjen Dobrijević (član povjerenstva)
Committee member	Marina Bagić Babac (član povjerenstva)
Granter	University of Zagreb Faculty of Electrical Engineering and Computing Zagreb
Defense date and country	2018-07-13, Croatia
Scientific / art field, discipline and subdiscipline	TECHNICAL SCIENCES Computing
Abstract	U ovom diplomskom radu prikazane su dvije metode izrade afektivnih rječnika na hrvatskom jeziku te su izgrađena dva rječnika. Rječnici su izgrađeni na temelju podataka prikupljenih s društvene mreže Facebook. Stranice s kojih su dohvaćeni podaci su Facebook stranice hrvatskih medijskih portala. Programski jezici koji su korišteni za dohvat podataka, obradu istih (lematizacija, uklanjanje zaustavnih riječi itd.) i izgradnju rječnika su skriptni jezici R i Python. Nad prikupljenim objavama se provodi klasifikacija pomoću izgrađenih rječnika te se na temelju rezultata računaju mjere koje pokazuju koliko su dobri rezultati klasifikacije. Od cjelokupnog skupa podataka, 90% podataka uzima se kao skup za treniranje, a 10% kao testni skup. Usporedbom rezultata klasifikacije, metoda normalizirane izglednosti se pokazala kao preciznija metoda, povećavajući preciznost za oko 5% u odnosu na metodu normaliziranih frekvencija.
Abstract (english)	In this master thesis, two methods for developing affective lexicon in the Croatian language have been presented and two lexicons were created. Lexicons were built on the data collected from the social network Facebook. The pages from which the data was retrieved are Facebook Croatian news portals. Programming languages used for data retrieval, processing (lemmatization, removing stop words, etc.) and building lexicons are scripting languages R and Python. Classification is performed over the collected posts and based on the results, measures are calculated to show how good the classification results are. Of the entire data set, 90% of data is taken as a training set, and 10% as a test set. By comparing the results of the classification, the normalized likelihood method was shown as a more precise method, increasing the precision for about 5% compared to the normalized frequencies method.
Keywords
Keywords (english)
Language	croatian
URN:NBN	urn:nbn:hr:168:636050
Study programme	Title: Computing Study programme type: university Study level: graduate Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resource	Text
File origin	Born digital
Access conditions	Closed access
Terms of use
Public note
Repository	FER Repository
Created on	2019-03-13 21:29:32