Strojno učenje pravila za klasifikaciju dokumenata

undergraduate thesis

• Title (english): Machine Learning of Document Classification Rules
• Author: Stjepan Glavina
• Mentor: Jan Šnajder (mentor)
• Committee member: Jan Šnajder (predsjednik povjerenstva)
• Committee member: Goran Glavaš (član povjerenstva)
• Committee member: Goran Delač (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2014-07-14, 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: strojno učenje; klasifikacija dokumenata; RIPPER; SVM; pravila; lematizacija
• Keywords (english): machine learning; document classification; RIPPER; SVM; rules; lemmatization
• Language: croatian
• URN:NBN: urn:nbn:hr:168:776453
• Study programme: Title: 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 resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2018-02-05 17:32:39