Modeli strojnog učenja za otkrivanje toksičnih komentara na Internetu

završni rad

• Naslov (engleski): Machine Learning Models for Toxic Comments Detection on the Internet
• Autor: Martin Čolja
• Mentor: Jan Šnajder (mentor)
• Član povjerenstva: Jan Šnajder (predsjednik povjerenstva)
• Član povjerenstva: Domagoj Alagić (član povjerenstva)
• Član povjerenstva: Zoran Medić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2019-07-12, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Toksični komentari na internetu bespotrebno kradu pozornost svemu korisnome što nam internet pruža, stoga nije iznenađujuće da je njihovo rano otkrivanje postalo prioritet na mnogi društvenim mrežama. U ovom radu pokazano je kako se taj problem može riješiti pomoću klasifikacije koristeći metodu potpornih vektora. Navedene su do sad poznate metode klasifikacije te nekoliko situacija u kojima se klasifikacija koristila za potrebe slične potrebama ovog rada. Također proveden je i objašnjen eksperiment klasifikacije korištenjem SVM-a te su rezultati prikazani tablično. Dan je zaključak rada s osvrtom na postignute rezultate, te prijedlozima za daljnje unaprjeđenje rada.

Sažetak (engleski)

Toxic comments on the Internet needlessly take attention away from all the benefits
that the Internet provides, so it’s not surprising that early detection of these comments
has become a priority on many social networks. This paper shows ways to solve this
problem by using classification, specifically the support vector machine method. Other
so far known methods of classification were listed alongside with the few situations
in which they were used similarly to the needs of this work. The experiment was
conducted using the SVM method as well as explained and analyzed with results shown
using tables. This work reaches a conclusion based on results in these tables and offers
suggestions on future work.

• Ključne riječi: NLP; SVM; toksičnost; strojno učenje; umjetna inteligencija; govor mržnje
• Ključne riječi (engleski): NLP; SVM; toxicity; machine learning; artificial intelligence; hate speach
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:721080
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2020-01-07 17:23:50