Primjena metoda dubinske analize teksta na kategorizaciju novinskih članaka

undergraduate thesis

• Title (english): Application of Text Mining Methods for Newspaper Article Categorization
• Author: Robert Injac
• Mentor: Damir Pintar (mentor)
• Committee member: Damir Pintar (predsjednik povjerenstva)
• Committee member: Mihaela Vranić (član povjerenstva)
• Committee member: Luka Humski (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2017-07-10, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

U ovom radu obrađena je dubinska analiza teksta na studijskom primjeru kategorizacije novinskih članaka Novog Lista. Problem je podijeljen u tri djela: dohvat, pripremu i obradu teksta. U dohvatu obrađeni su izvori informacija te je rečeno da su novinski članci dobar izvor podataka. U pripremi dobiveni članci su korjenovani, izbačene su zaustavne riječi i strukturirani su u format pogodan za obradu. Kod obrade teksta obrađen je algoritam stroja potpornih vektora, i pomoću njega članci su... More klasificirani. Rezultati klasifikacije su analizirani i prihvaćeni kao vrlo dobri. Less

Abstract (english)

In this thesis text mining methods are explained and applied on the example of newspaper article categorization. The problem was divided in three parts: retrieval, preparation and processing of text. For retrieval, the information sources were detailed and the articles were accepted as a valid source of data. For preparation, the articles were stemmed, the stop words were removed and the articles were converted into a format ready for processing. In processing, the support vector... More machine was explained and used to classify the articles. The results of the classification were analysed and accepted as very good. Less

• Keywords: dubinska analiza teksta; dohvat informacija; klasifikacija teksta; kategorizacija novinskih članaka; strojno učenje; stroj potpornih vektora
• Keywords (english): text mining; information retrieval; text classification; news article categorization; machine learning; support vector machine
• Language: croatian
• URN:NBN: urn:nbn:hr:168:125119
• 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: 2019-03-13 20:57:56